原贴链接

在美国，花费10499美元，你将获得512GB内存和4TB存储，内存带宽为819GB/s。这足以运行Llama 3.1 405B，每秒8个标记（tps）。

讨论总结

该讨论围绕苹果新推出的Mac Studio展开，其具有512GB内存和4TB存储、819GB / s的内存带宽等配置。主要讨论点包括价格是否过高、运行模型的能力及限制、性价比如何、是否适合模型训练、与其他硬件相比成本等，参与者们有不同的看法，既有对Mac Studio的肯定，也有诸多质疑的声音。

主要观点

  1. 👍 苹果Mac Studio配置虽不错，但价格过高。
    • 支持理由：10499美元（美国地区）的价格能买到多个NVIDIA GPU或配置更好的Linux电脑。
    • 反对声音：相比其他选择已经很便宜，尤其是考虑到令牌速度；相对于Nvidia GH200 624GB液态灰色桌面工作站电脑4.4万的售价，Mac Studio的价格不算离谱。
  2. 🔥 Mac Studio虽能运行特定模型，但存在限制。
    • 正方观点：每秒仅能处理8个令牌（tps），大的上下文窗口需要更多显存，内存对大模型的上下文尺寸支持不足。
    • 反方观点：如果进行量化则可能有足够的上下文空间，不同量化方式对运行模型有影响，模型优化使得高参数模型需求减少，该机器对LLM工作负载可能适用较久。
  3. 💡 对于Mac Studio是否适合模型训练存在不同看法。
    • 正方观点：Mac不适合用于训练，没有Nvidia / CUDA / Libs支持。
    • 反方观点：可以使用mlx，pytorch支持mps，有人在Mac上使用MLX进行模型训练速度很快，新的512GB Mac Studio可能适合在MLX中调整fp16 70b模型。
  4. 🤔 Mac Studio的性价比问题争议较大。
    • 正方观点：价格高昂但每秒处理令牌数少，性价比低。
    • 反方观点：从成本与速度看，该产品适合不想组装系统且能接受等待的爱好者，在特定场景下性价比可以接受。
  5. 🌟 在Mac Studio上安装Linux进行推理存在困难。
    • 正方观点：M3架构下不能在Mac Studio安装Linux做推理，Mac对非虚拟的替代操作系统相当不友好。
    • 反方观点：可以使用macOS进行推理不必用Linux，从Linux系统转到macOS适应很快，可以把Mac当作远程Unix盒子使用。

金句与有趣评论

  1. “😂 sure, it is exciting until you see the 10k price tag.”
    • 亮点：直接表达了看到Mac Studio价格后的落差感。
  2. “🤔 Still way cheaper than the other options, especially when you start looking at token speeds.”
    • 亮点：从令牌速度角度提出与其他选项相比Mac Studio价格的合理性。
  3. “👀 not enough of ram for context tho for these big models and using big models with small context is defeating the purpose”
    • 亮点：指出Mac Studio内存对于大模型上下文的不足。
  4. “😎 We could run fricking Deepseek - r1 672B with 72,019 context on this thing (according to [https://huggingface.co/spaces/NyxKrage/LLM - Model - VRAM - Calculator](https://huggingface.co/spaces/NyxKrage/LLL - Model - VRAM - Calculator))”
    • 亮点：给出了Mac Studio可运行特定模型及上下文的数据依据。
  5. “😏 8tps….thats a lot of money for less than 10 tps….”
    • 亮点：强调了Mac Studio价格与处理令牌数的不匹配。

情感分析

总体情感倾向较为复杂，既有正面的肯定，也有负面的质疑。主要分歧点在于Mac Studio的价格、性能以及是否适合各种任务（如模型训练、推理等）。可能的原因是不同用户有不同的使用需求、预算以及对不同硬件的认知和期望。

趋势与预测

  • 新兴话题：Mac Studio在未来的升级方向，如是否会采用Broadcom光纤互联并配备更快更多的内存；不同技术（如mlx）在Mac Studio上的应用前景。
  • 潜在影响：如果Mac Studio在模型训练和推理方面的性能得到优化，可能会影响到相关领域用户的硬件选择；其价格和性能的平衡也可能影响苹果在计算机硬件市场与其他竞争对手（如AMD、NVIDIA）的竞争格局。

详细内容：

《Mac Studio 的内存与价格引发激烈讨论》

近日，Reddit 上关于 Mac Studio 拥有 512GB 内存的话题引发了广泛关注。该帖子https://www.apple.com/newsroom/2025/03/apple-unveils-new-mac-studio-the-most-powerful-mac-ever/指出，花费 10,499 美元（约合人民币 73786 元）就能拥有 512GB 内存和 4TB 存储，内存带宽达 819GB/s，这一配置或许足以运行 Llama 3.1 405B 模型，每秒处理 8 个令牌。此帖获得了众多点赞和评论，引发了关于其价格、性能、用途等多方面的热烈讨论。

讨论的焦点主要集中在以下几个方面： 有人认为 10000 美元的价格标签令人望而却步，比如有人说：“这价格太惊人了，虽然很令人兴奋，但看到价格就退缩了。”但也有人觉得相比其他选项，这个价格还算实惠，就像有人提到：“仍然比其他选择便宜得多，特别是当你开始关注令牌速度的时候。”

对于内存是否够用也存在争议。有人觉得内存对于一些大型模型和大的上下文来说不够，比如有人表示：“内存对于这些大型模型的上下文来说不够，使用小上下文的大型模型违背了目的。”但也有人认为 70k 的上下文已经足够，比如有人说：“70k 的上下文难道还不够吗？”

关于 Mac Studio 的性价比，有人觉得价格过高，也有人认为物有所值。比如有人说：“10000 美元的价格对我来说是个瞬间的想法，一秒钟后，我觉得 20000 美元才是正确的数字。”但也有人认为：“10000 美元已经可以在苹果网站上预购，价格就是这么多。”

在使用场景方面，有人质疑其对于训练的效果，有人认为 Mac 不适合训练，比如有人说：“Mac 对于训练来说相当糟糕。”但也有人表示可以用 Mac 进行训练，并且效果不错，比如有人说：“我用 128GB 的 M4 进行模型训练，速度极快。”

还有人讨论能否在 Mac Studio 上安装 Linux 进行推理，观点各异。有人认为可以，有人觉得没必要，还有人指出目前的技术限制。

在这场讨论中，各方观点鲜明，共识在于大家都在认真探讨 Mac Studio 的优缺点以及其在不同场景下的适用性。特别有见地的观点如有人提到苹果的制造和供应链顶级，很少出现严重短缺，这一观点丰富了讨论，让大家从更多角度思考 Mac Studio 的价值。

总之，关于 Mac Studio 的讨论充分展示了大家对其的关注和思考，也为消费者在选择时提供了更多参考。