博客 详情

近万亿参数大模型跑进桌面，苹果和英伟达一起掀了AI PC的桌

在探讨个人AI时，终端设备上的模型是必然要触及的话题，然而当前终端模型在处理复杂AI任务时仍显力不从心，根本原因在于硬件限制了模型的规模与能力。

当下前沿大模型的参数规模正逼近万亿级别，例如Kimi K3公开的参数数量高达2.8万亿，即便采用4-bit量化（牺牲部分精确度以降低硬件要求），仅模型权重就需约1.4TB存储空间，实际运行还需额外内存开销。

主流消费级显卡的显存大多仅有8或12GB，少数高端型号也不过16、24或32GB，而显存更高的专业显卡，整套系统起步价动辄六位数，令人望而却步。

因此，长期以来雷科技的观点是：终端设备不存在大模型，但这个看法如今已显过时。因为英伟达推出了RTX Spark，苹果则带来了Mac Studio，两家公司同时向“终端大模型”这一目标发起了冲击。

真正的AI PC，来了

近期，Meta正式发布了8160亿参数的开源权重模型Muse Spark Open，苹果则借助MLX框架，让该模型在由M5 Ultra版Mac Studio组成的集群上运行了完整推理。 单从参数规模看，Muse Spark Open在目前公开参数的大模型中已属顶尖行列。

图源：苹果

尽管顶配版Mac Studio价格不菲，但它至少能放置在桌面上，并部署一个近万亿参数的模型，仅此一点便显得颇为神奇。相比之下，英伟达的举措没那么夸张，其RTX Spark笔记本仅将1200亿参数的模型装入电脑。

以往人们思考的是如何将模型“削减”以塞入显存；如今巨头们直接打破常规，将“AI超级计算机”搬上办公桌。在雷科技看来，这基本标志着个人AI PC正式迈入“千亿参数时代”。

看到这里，可能有读者会问：“8160亿参数以前不是得用H100服务器集群运行吗？怎么塞进桌面Mac Studio里？”

关键在于MoE架构与高带宽统一内存的结合。什么意思？简单来说，Muse Spark Open虽有8160亿参数和256个专家网络，但每次生成Token仅动态激活约420亿（42B）参数。

图源：英伟达

这好比一家拥有256名专科医生的超级医院，每次只需8名对口专家会诊，单次计算量接近42B级别模型，却能利用816B模型庞大的参数规模。

但MoE有个致命门槛：模型所有权重仍需存储在内存中，计算量可省，内存容量却无法削减。因此，苹果和英伟达瞄准了同一方案：将CPU和GPU整合进单芯片，再以超大统一内存直接容纳模型权重。

苹果用两台配备512GB统一内存的M5 Ultra版Mac Studio，通过雷电5连接组成分布式推理集群，以两台设备总计1TB的统一内存容量装下816B模型。此外，还可通过四台Mac Studio进行并行推理，在苹果公布的测试中，四机生成速度超过36Token/秒，足以应对不少日常开发场景。

尽管与部分云端模型的速度无法相提并论，但本地部署能让敏感数据尽可能留在设备内，且无网环境下也能使用，这对金融等领域的从业者极具吸引力。至于普通开发者，说实话云端算力更划算，因为部署一台512GB内存的M5 Ultra版Mac Studio，预计花费超十万元，具体价格还需等待苹果月底公布。

看到这里，估计不少朋友会感到钱包紧张。那么不买Mac Studio，选择RTX Spark笔记本呢？价格倒便宜些，但128GB版本也要4到5万元，尽管当前内存价格偏高，但这一溢价仍令人咋舌。

花十几万部署AI大模型，到底图什么？

那么问题来了：既然终端部署大模型成本如此高昂，为何还要推行？对个人用户而言，究竟有何用处？

说实话，如果日常仅需翻译、写文案等任务，云端API确实是最佳选择。但当AI需求进入更深层次时，云端AI未必能满足所有要求。以编程为例，随着代码规模扩大，AI Agent在任务中产生的Token消耗会剧增，其中相当一部分来自上下文回顾和测试。

这些额外推理成本不低，尤其当需要持续测试和监控时。但若终端部署了120B甚至816B模型，情况则截然不同。开发者可将琐碎推理任务拆分给终端模型，仅将复杂任务交给云端，边际推理成本便能大幅下降，无需再为每次调用支付API费用。

图源：苹果

此外，涉及本地计算机和数据安全的任务，如家庭智能设备管理、本地数据分析及高保密要求的数据整理等，均可通过部署终端模型降低数据外泄风险。

对律师、金融分析师及部分程序员而言，这些投入可能完全值得，因为一旦数据泄露，损失往往远超设备成本。

在AI视频创作领域，终端模型能节省更多云端生成费用。创作者可在本地部署视频模型，以较低边际成本反复生成视频，待获得满意片段后，再上传至云端AI生成细节更丰富、效果更完整的视频，大幅降低前期“试错”成本。

对普通用户来说，确实无需折腾大参数量的终端模型；但对将AI视为生产力工具的用户而言，这不过是一笔投资。

英伟达追求便携，苹果狂堆算力

在雷科技看来，英伟达走的是“移动全能+CUDA生态下沉”路线。英伟达在RTX Spark上将定制Arm CPU与Blackwell GPU做成单芯片SoC，塞入华硕ProArt创16、联想YOGA Pro 15等轻薄机身。

同时，英伟达联合微软在上市首日提供适用于Windows on Arm的原生PyTorch-CUDA版本（支持97%热门Python软件包），并实现了本地AI Agent（如爆火的OpenClaw“AI龙虾”）、ComfyUI RTX Video超分插帧和DLSS 5游戏等多场景适配。

配合NVIDIA PAIR技术，笔记本在家还能变身局域网“AI推理服务器”，供其他电脑调用。这些能力直接满足了移动开发者的需求。简而言之，RTX Spark是为那些多数时间不在固定场所开发、同时对数据安全有高要求的开发者准备的。

图源：华硕

在英伟达的构想中，RTX Spark PC可作为开发者的随身小助手运行终端大模型，同时能效优于许多传统高性能笔记本，移动使用时续航表现不错，还能兼顾创作、游戏等需求，即普适性。

而苹果则不同，他们走的是“极致能效比+桌面集群扩展”的重资产路线。 这套能容纳816B模型的设备，苹果不指望用户随身携带，而是希望其在部分本地AI推理场景中，成为传统企业级服务器的替代方案。

对小型企业和个人工作室来说，这套设备颇具吸引力。毕竟，相比昂贵的GPU服务器及配套维护成本，二三十万的Mac Studio集群倒显得不那么遥不可及。

无论是RTX Spark还是Mac Studio，都证明了一件事：“超大统一内存”正成为AI PC进化的重要方向。 尽管当前因内存涨价、芯片成本等因素，这类产品价格居高不下，但根据以往经验，随着行业持续推进统一内存技术，相关成本有望逐步下降。

不过就目前而言，这些“真正的AI PC”仍属于专业开发者、重度创作者和土豪极客的“玩具”。其中，苹果的多机并联方案是“人民币玩家”专属，且512GB版月底才上市；而英伟达RTX Spark虽2599美元起售，但能流畅运行120B模型的128GB满血版在国内普遍需4万元左右。

目前，华硕ProArt创16 RTX Spark、联想YOGA Pro 15 RTX Spark等首批机型已开始上市，苹果512GB版M5 Ultra也将在月底揭晓定价。后续若有機會，雷科技或许能搞一台华硕ProArt创16 RTX Spark回来做评测，敬请期待。

本文来自微信公众号“雷科技”，作者：雷科技，36氪经授权发布。