苹果发布M6和M5 Ultra芯片,主打本地AI推理

苹果公司于2026年8月25日发布了全新的Mac mini和Mac Studio台式电脑,搭载两款全新芯片——M6和M5 Ultra。这一次,苹果公司明确将两款芯片的定位聚焦在人工智能性能上。此前,这两款机型就已经在开发者和爱好者群体中拥有稳定的用户基础,他们更倾向于在本地运行大型语言模型,而不是为云端推理付费。苹果这次的新宣传直接拥抱了这种用法,而不是把它当作一个附带的好处来对待。

Mac mini和Mac Studio之所以受到本地AI用户的青睐,得益于苹果的统一内存架构:该架构让CPU和GPU共享同一块高速内存池,而不必在独立芯片之间来回拷贝数据。这一优势在12月发布的macOS 26.2之后进一步凸显——该系统更新为通过Thunderbolt 5连接的多台设备之间增加了低延迟通信能力。这次更新让基于MLX的分布式推理变得切实可行,MLX是苹果专为发挥M系列芯片统一内存优势而打造的开源框架。正是这一能力,让用户可以把多台Mac mini或Mac Studio串联起来,运行单台消费级设备无法承载的大型模型。

M6:首次在同一枚芯片上集成三种核心

M6采用2纳米制程工艺,是苹果首款在同一处理器上集成三种不同核心类型的芯片:两枚全新的“超级核心”,加上四枚性能核心和六枚能效核心,CPU核心总数达到十二枚。苹果宣称,相比M4,多线程性能最高提升40%。GPU核心数比上一代增加两枚,达到十二枚,统一内存带宽最高可达每秒160GB,不过M6的总内存容量被限制在32GB。苹果还表示,这枚芯片的双神经网络引擎运行速度是上一代的两倍,并为每个GPU核心新增了专用的神经加速器,并宣称搭载M6的Mac mini,其AI性能最高可达M4机型的四倍。

M5 Ultra:四枚芯片熔于一体

根据苹果自己的描述,Mac Studio搭载的全新M5 Ultra芯片,实质上是把两枚M5 Max芯片封装在同一块基板上——而由于每枚M5 Max本身就已经由多个裸片组合而成,苹果将M5 Ultra称为其首款由四个裸片拼接而成的芯片。它集成了36枚CPU核心(12枚超级核心和24枚性能核心)、80枚GPU核心,统一内存带宽最高可达每秒1.2TB,统一内存容量最高可达512GB——这是迄今为止苹果设备上可用的最大内存容量。苹果表示,M5 Ultra的AI算力最高可达三代前M3 Ultra的4.3倍。多台Mac Studio还可以通过Thunderbolt互联,合并各自的内存:据苹果介绍,四台设备串联后,AI推理吞吐量最高可达单台设备的三倍。

• 新增N1无线芯片,支持Wi-Fi 7和蓝牙6
• 存储速度最高可达上一代的两倍,峰值达每秒15GB
• Mac mini标配2.5Gb以太网,可选配10Gb升级
• Mac mini起售价899美元(16GB内存,M6芯片);M5 Pro配置起售价1699美元
• Mac Studio起售价2499美元(M5 Max芯片);M5 Ultra配置起售价5499美元
• 预购已于发布当日开放,9月22日起发货;512GB内存版Mac Studio要到10月底才发货

桌面级小型AI设备的竞争已趋白热化

苹果用明确的智能体(agentic)语言来描述这次升级,在Mac mini产品页面上承诺“AI性能实现了显著飞跃,为持续的智能体计算提供动力,巩固了其在台式电脑市场的领先地位”。这一说法回应的是一个真实存在的成本问题:越来越多开发者依赖Claude Code、Codex等AI编程智能体,但云端模型的调用费用在规模扩大后迅速攀升,而Qwen、DeepSeek等开放权重模型则可以在本地运行,不产生按token计费的成本。然而,标准的消费级硬件仍远不足以独立运行这些模型中体量最大的那一批——这正是为什么把多台Mac mini或Mac Studio串联起来,已成为一种变通方案,也成为相对于专用英伟达GPU更为经济的替代选择。

AI性能实现了显著飞跃,为持续的智能体计算提供动力,巩固了其在台式电脑市场的领先地位。

瞄准这一细分市场的不只是苹果。英伟达与戴尔合作推出了配备128GB统一内存的DGX Spark;微软推出了一款小巧的Surface设备,可运行1200亿参数规模的模型;Minisforum推出的设备,目标直指Mac mini的潜在买家;小米也有基于自研芯片打造的AI Cube。不过,仅就内存容量而言,Mac Studio的512GB目前仍让苹果在这一领域保持明显领先。苹果承诺的部分AI体验,眼下仍依赖代号“Golden Gate”的macOS 27系统,以及一个仍处于测试阶段、预计秋季正式上线的全新版Siri。

对开发者和企业IT团队而言,这次升级带来的实际变化是:一台直接买来的台式电脑,而不是一整机架的专用加速器,如今已能现实地为一整个团队托管一个大型开放权重模型,从而降低云端编程智能体按token计费所带来的持续成本,并让专有代码不必经过第三方服务器。对于中国及更广泛华语市场中GPU集群获取渠道有限、成本高企的中小企业和独立开发者而言,这提供了一条虽然仍不便宜、但确实可行的路径,让他们无需协商专用云基础设施的接入权限,就能在本地进行大规模推理。