← 返回 Siami 首頁

蘋果發表 M6 與 M5 Ultra:首款 2 奈米晶片與四晶粒架構同時登場

▲ 412 💬 349
蘋果發表 M6 與 M5 Ultra:首款 2 奈米晶片與四晶粒架構同時登場

編按:本文綜合整理自 Apple Newsroom 官方新聞稿 與 Mac Studio 新品頁、Mac mini 新品頁,並加入 Siami 編輯部觀點與分析。蘋果於 8 月 25 日同步發表兩款 Apple Silicon 旗艦晶片——M6 與 M5 Ultra。M6 是首款採用台積電 2 奈米製程的 Mac 處理器,搭載於新一代 Mac mini;M5 Ultra 則是 Apple Silicon 史上首款「四晶粒(quad-die)」架構,專為 Mac Studio 設計,鎖定專業級 AI 推論與高階桌面工作負載。

兩款晶片的核心差異兩款新晶片雖然都歸在 M 系列,定位卻完全不同:

  • M6 — 普及型主力:2 nm 製程、12 核心 CPU(2 超核心 + 4 性能核心 + 6 效率核心)、12 核心 GPU(每核內建 Neural Accelerator)、雙 16 核心 Neural Engine,最高支援 32GB 統一記憶體與 170GB/s 記憶體頻寬。主要對手是 Intel Core Ultra 系列與 Qualcomm Snapdragon X Elite 的新一代版本。
  • M5 Ultra — 桌上型旗艦:用第二代 UltraFusion 互連技術,把兩顆雙晶粒的 M5 Max 串成四晶粒單晶片。內建最高 36 核心 CPU(12 超核心 + 24 性能核心)、最高 80 核心 GPU、32 核心 Neural Engine,最高 512GB 統一記憶體與 1.2TB/s 記憶體頻寬(比 M3 Ultra 高 50%)。UltraFusion 互連頻寬達 4.4TB/s、連接密度提升 6 倍以上。蘋果矽晶工程副總 Sri Santhanam 表示,M6 是「以 2 nm 製程為基礎,結合全新 CPU 集群、雙倍 Neural Engine 與更高記憶體頻寬的進化」;M5 Ultra 則「把 GPU 推上新高,每個核心都內建 Neural Accelerator,再加上 512GB 統一記憶體池與 1.2TB/s 頻寬,徹底重新定義桌上型電腦能做什麼」。

M6 的重點升級

M6 主要把 M5 的每個計算區塊都往前推一步:

  • CPU:12 核心,比 M5 多 2 核。單執行緒效能宣稱業界最快,多執行緒比 M5 快 1.2 倍、比 M1 快 2.4 倍。
  • GPU:12 核心,每核內建 Neural Accelerator。AI 峰值運算比 M5 高近 30%、比 M1 高 8 倍以上;幾何吞吐量也提升 50%,並加入動態快取(Dynamic Caching)與硬體加速光線追蹤。
  • Neural Engine:從單顆升級為「雙 16 核心」,可同時被兩個系統框架調用,AI 工作負載峰值運算翻倍。
  • 記憶體:支援到 32GB 統一記憶體,頻寬 170GB/s(比 M5 高 10%、比 M1 高 2.5 倍)。對於開發者來說,M6 的重點在於「本地跑中型 LLM」變得可行——32GB 記憶體足夠放入大多數開源 7B–13B 模型,所有運算都不離開裝置。

M5 Ultra 的重點升級

M5 Ultra 把 Apple Silicon 的桌面天花板再往上拉:

  • 四晶粒架構:首次出現於 M 系列;兩顆 M5 Max 透過 UltraFusion 串接,四顆晶粒視為單一處理器。
  • GPU:最高 80 核心,每核內建 Neural Accelerator;AI 峰值運算比 M3 Ultra 高 4.5 倍、比 M1 Ultra 高 6 倍以上;圖形效能比 M3 Ultra 快 40%。第二代 Dynamic Caching、硬體網格著色、第三代光線追蹤都納入。
  • 記憶體:最高 512GB 統一記憶體、1.2TB/s 頻寬。蘋果直接點名用途:在本機跑數千億參數等級的 LLM、做複雜的科學模擬、把整個資料集放進記憶體。
  • 媒體引擎:H.264、HEVC、四條 ProRes 編解碼引擎、AV1 硬體解碼,是蘋果史上最強的影片處理單晶片。
  • AI 叢集:Mac Studio 內建支援多機串接,可把多台 M5 Ultra 叢集化共享 AI 算力。對研究單位與工作室而言,512GB / 1.2TB/s 的規格最直接的意義是:過去必須在雲端租 GPU 跑的模型,現在可以塞進一台桌機,整套流程不外洩資料。

售價與上市時程四款新機同步在 8 月 25 日於 apple.com/store 與 Apple Store App 開放預購(30 國與地區,含美國),預購當天即可下單:

型號美國定價教育版定價
Mac mini(M6)$899 起$799 起
Mac mini(M5 Pro)$1,699 起$1,599 起
Mac Studio(M5 Max)$2,499 起$2,299 起
Mac Studio(M5 Ultra)$5,499 起$5,099 起

macOS 27 目前已透過 Apple Beta Software Program 開放公開測試,秋季免費推送正式版;Apple Intelligence 與 Siri AI 會隨 macOS 27 一起在秋季推出,初期支援英文為主。

為什麼這件事重要這次發表的核心訊息不在「M6 比較快」,而在蘋果把「本機 AI」的硬體天花板直接拉到桌機等級。M5 Ultra 的 512GB 統一記憶體 + 1.2TB/s 頻寬,是目前消費級市場上少數能在單一機器內同時容納多個 70B 級別開源模型的方案——這對隱私敏感產業(醫療、法律、金融)與學術研究單位尤其關鍵,因為他們過去必須把資料送到雲端才能跑大模型。另一個值得注意的點是製程推進到 2 nm。M6 是 Apple Silicon 首款 2 nm 晶片,象徵台積電 N2 量產進入消費裝置;對整個半導體產業來說,這也是 2 nm 製程第一次走進主流價位的桌面電腦($899 起),而不只是旗艦手機或單一工作站。而 Mac mini 用 $799 的教育價就能入手 M6,等於把 2 nm 製程的門檻直接拉到學生族群——這對未來幾年校園內的 AI 開發者養成都會產生結構性影響。

數據解讀與質疑蘋果官方公布的數字有三個地方需要交叉檢視:

  1. 「世界最快單執行緒 CPU 核心」:蘋果是用自家選定的基準測試得到的結論,傳統上這類自選基準都會對自家設計有利;獨立評測(如 Geekbench、Cinebench)出來之前,建議先當作「蘋果目前最快的消費級核心」而不是「業界絕對最快」。
  2. 「AI 峰值運算比 M1 高 8 倍」:這是 M6 GPU 上跑 Neural Accelerator 工作負載的數字,跟實際 LLM 推論速度不一定直接對應;真實 token/s 表現要等 LM Studio、ollama 等開源框架更新後的測試。
  3. 512GB 統一記憶體 ≠ 512GB VRAM:因為是統一記憶體架構,GPU 和 CPU 共用同一個記憶體池,實際可分配給 GPU 的容量會依工作負載動態調整;對超大模型跑推理時,需要留意 macOS 怎麼分配。另外,Linux 社群對 Apple Silicon 的相容性仍然落後——Hacker News 討論串中多位開發者提到,雖然 Asahi Linux 持續推進,但日常使用體驗與官方驅動仍有差距;如果你的工作流依賴 Linux + CUDA 生態,M5 Ultra 並不是直接替代品。

總體來看,蘋果這次給出的不是「更快的晶片」,而是一套完整的「本機 AI 桌機方案」:從 $899 的學生機到 $5,499 的研究主機,全部都跑同一個統一記憶體 + Neural Accelerator 的硬體哲學——把 AI 算力從雲端拉回桌面。


資料來源

網友熱門留言 (5)

#1 rvz (Hacker News) 0
M5 Ultra features a massive amount of high-bandwidth unified memory, up to 512GB, and delivers a staggering 1.2TB/s of unified memory bandwidth that is 50 percent higher than M3 Ultra. Apple never needed to participate in the AI race to zero — because they were already at the finish line years ago.
#2 nasaeclipse (Hacker News) 0
As someone who works in AI now, I have found it pretty amazing that Apple basically didn't do much with AI software, and focused more on the hardware side. I think this is what the future of AI is going to look like — local models run on your Mac for your workflow.
#3 compounding_it (Hacker News) 0
Local models run on your Mac for your workflow. 10 years ago 32GB RAM laptops sounded too much; 8 was enough. These days even I would get that much RAM since it's soldered. 64GB is higher end. In a few years we should see such high-end hardware commonplace.
#4 swiftcoder (Hacker News) 0
We were definitely outliers that long ago. I put 64 GB in a MacBook Pro back in 2019, and that was overkill for everything I ever ran on that machine, and stupidly expensive by 2019 standards (albeit almost affordable by 2026 standards).
#5 teekert (Hacker News) 0
Is there anything comparable that runs Linux, doesn't necessarily look as good, but is perhaps a lot cheaper/fixable? Or is this really pretty optimal? It's not NVIDIA based right? It's all custom? So we can use it under Asahi perhaps?