苹果最强大的Mac芯片已经上市六周，它带来的实际改变也逐渐清晰起来。该公司于2026年8月25日发布了M5 Ultra，这款芯片将36核CPU、80核GPU以及最高512GB的统一内存集成到全新升级的Mac Studio中。苹果称其为“有史以来最强大的芯片”，而从纸面参数来看，也确实如此。
更有趣的是，这款芯片预示着苹果的AI战略走向。这是Ultra级芯片首次配备专用神经网络加速器，内存带宽也提升至1.2TB/s。苹果押注Mac Studio用户希望完全在本地运行大型语言模型，无需支付API费用，数据也不会外泄。然而，在2026年10月，这一策略与一年前相比，显得截然不同。如今，开发者们通常会权衡托管推理的成本与一次性购买硬件并在本地运行模型的成本。
苹果确认M5 Ultra的最终规格
苹果公司在8月25日公布了当前Mac Studio系列产品的规格，该系列产品将于2026年9月22日上市。顶配机型搭载36核CPU（分为12个“超级核心”和24个性能核心）、80核GPU以及32核神经网络引擎。苹果官方技术规格页面显示，统一内存带宽为1.2TB/s，最高配置可达512GB统一内存。
苹果公司毫不含糊地表明了这款芯片的目标用户。在其新闻稿中，苹果表示，借助 M5 Ultra，“Mac Studio 的 CPU 最高可扩展至 36 核，GPU 最高可扩展至 80 核，并配备惊人的 512GB 统一内存，使用户能够在设备上完全运行庞大的 LLM（逻辑逻辑模型）。” 这段直接引自苹果官方新闻稿的文字，显然是针对特定用户群体：那些希望在本地而非通过托管 API 运行生成式 AI 工作负载的开发者和研究人员。
对搭载 M5 处理器的 Ultra Mac Studio 的实际评测已经证实，其在实际工作负载方面实现了显著的代际性能提升，这与苹果在发布会上公布的性能倍数相符。六周过去了，苹果的宣传与独立测试结果之间的差距已基本缩小。
核心数量本身对苹果来说就是一个全新的领域。之前的 Ultra 芯片将核心分为性能核心和能效核心两类。而 M5 Ultra 则将 12 个超级核心和 24 个性能核心组合在一起，总共 36 个核心。苹果目前尚未在其发布的资料中对这种命名方式的架构细节做出完整解释。该公司目前公布的是性能结果：根据苹果的公告，“搭载 M5 Ultra 的新款 Mac Studio 配备最高 36 核的 CPU，其中包括 12 个超级核心和 24 个性能核心，其多线程性能比 M3 Ultra 提升高达 1.3 倍。”
1.3倍的多线程性能提升，按芯片代际标准来看，虽然可观但并不算显著，这与M3 Ultra从32核增加到36核的幅度相符。但这次的重点并非CPU，而是苹果对GPU的改进。
M5 Ultra 的故事真正精彩之处就在这里。它的 GPU 核心数依然高达 80 个，与 M3 Ultra 的最高配置相同。核心总数没有变化，改变的是每个核心内部的配置。苹果官方宣称，这款芯片“最高可达 80 个核心的 GPU，是迄今为止最强大的Apple Silicon GPU，首次将神经加速器引入 Ultra 芯片，与 M3 Ultra 相比，峰值 AI 计算性能最高可提升 4.3 倍。”
在GPU核心数量相同的情况下，AI计算能力提升4.3倍，这意味着性能提升几乎完全来自每个核心内置的专用矩阵运算硬件，而非芯片规模的扩大。这与整个GPU行业的趋势相符，即厂商越来越多地将张量加速器直接嵌入着色器核心，而不是依赖通用计算来处理AI工作负载。英伟达仍然以绝对优势主导着更广泛的独立GPU市场，最近的出货量统计数据显示，英伟达的桌面GPU市场份额接近90%，这更加印证了这一点。但苹果并非试图在出货量上与英伟达竞争，而是着眼于单台机器在无需网络连接的情况下所能完成的任务。
内存是另一半优势，而且对于人工智能领域来说，它或许更为重要。M5 Ultra 支持高达 512GB 的统一内存，可供 CPU、GPU 和神经网络引擎共享，读写速度高达 1.2TB/s。苹果Mac Studio 的规格页面也证实了这两个数字是顶级配置的上限。
在本地运行大型语言模型意味着要将所有参数以及活动上下文窗口都放入可寻址内存中。仅一个以 16 位精度存储的 700 亿参数模型就需要超过 100GB 的空间，这还不包括上下文和开销。512GB 的内存池足以让一台 Mac Studio 同时运行多个大型模型，或者运行一个具有超长上下文窗口的模型，而无需交换到磁盘。这正是苹果反复强调“完全在设备上运行大型语言模型”而不是首先讨论游戏或视频渲染的实际原因。
目前，这些内存价格都不便宜。整个行业的内存价格已经连续数月上涨，最近的一份报告显示，由于供应持续紧张，内存甚至占到某些设备物料清单的 60%。512GB 的内存配置远高于大多数消费级电脑的标配，这使得苹果的高端 Mac Studio 系列产品进入了一个不仅取决于芯片性能，也取决于内存价格的细分市场。
苹果的 Ultra 系列发展历史较短，且略显不均衡。该公司完全跳过了“M4 Ultra”，直接从 M3 Ultra 跳到了 M5 Ultra。与前三代产品相比，这一代产品的变化情况如下：
有两点尤为突出。首先，自 M3 Ultra 以来，GPU 核心数量一直稳定在 80 个，这意味着 M5 Ultra 的 AI 计算能力提升源于架构改进，而非单纯的扩展。其次，内存带宽从连续三代保持不变的约 819GB/s 跃升至 1.2TB/s。这是表格中最大的架构变化，也是任何需要将大型模型加载到内存中的用户最为关注的指标。
苹果并没有将M5 Ultra定位为与英伟达工作站和数据中心显卡直接竞争的GPU产品，而且它也不应该这样做。桌面GPU市场依然处于一边倒的局面：根据上文引用的出货量数据，英伟达占据了近90%的市场份额，而且仅其股票回购计划近期就超过了苹果的回购支出，这表明人工智能芯片的繁荣为英伟达带来了巨额现金流。消费级GPU的价格也变得异常高昂，像RTX 5090这样的旗舰显卡在美国零售市场已经售罄，在供应紧张的情况下，转售价格接近9500美元。
苹果的策略有所不同：只需一次购买，一个电源插座，以及一个足以容纳原本需要多个独立GPU连接才能运行的模型的统一内存池。这比“GPU性能最大”的策略更窄，但对于那些不想管理GPU集群的团队来说，这确实是一个切实可行的方案。今年早些时候，苹果在人工智能领域一个重要的市场里程碑上也曾短暂超越英伟达，但这种领先优势仅仅维持了两个月就被逆转。这再次提醒我们，人工智能硬件竞赛的赢家是那些能够最快推出下一代产品的人，而不是那些上个季度领先的人。
统一内存的制造成本并不低，而且整个行业都在上涨，不仅仅是苹果公司。另一份报告指出，DRAM 的成本现在比台积电最先进的 2nm 逻辑芯片高出 54%，这与内存和计算定价之间的通常关系截然相反。当机器内部的内存芯片每平方毫米的成本高于处理器本身时，高内存配置就不再是小幅的附加功能，而是成为机器价格的主要驱动因素。
这种动态让苹果公司陷入了不寻常的境地。统一内存是M5 Ultra芯片的核心卖点，因为该芯片在人工智能领域的价值主张取决于能否将庞大的模型整合到单个内存池中。但如果DRAM供应持续紧张到2027年，512GB配置可能会成为最难保证库存的版本，而不是最容易溢价销售的版本。
这里更广泛的背景是三年前几乎不存在的一种硬件类别：专为运行无需云连接的前沿规模人工智能模型而设计的台式机。云GPU租赁在训练的原始吞吐量方面仍然具有优势，但在推理方面，尤其对于运行精细化模型的小型团队而言，直接拥有硬件在经济效益上越来越有利。一台配备512GB统一内存的Mac Studio可以省去一整类决策，例如如何将模型分片到多张显卡上，而云GPU用户必须不断地做出这些决策。
苹果并非唯一一家争夺这一市场的公司，而且它的产品也并非在所有情况下都是最便宜的。但它拥有大多数基于PC的竞争对手所不具备的优势：一种无需切换架构即可从笔记本电脑扩展到工作站的单芯片设计。这种一致性对于那些希望本地测试环境与生产环境高度相似的开发者来说至关重要。
（来源：编译自shattered）
*免责声明：本文由作者原创。文章内容系作者个人观点，半导体行业观察转载仅为了传达一种不同的观点，不代表半导体行业观察对该观点赞同或支持，如果有任何异议，欢迎联系半导体行业观察。
