مک استودیو M5 Ultra در برابر DGX Spark؛ برندهٔ هوش مصنوعی محلی谁是
آپل مک استودیو با چیپ M5 Ultra حاوی GPU 80 هسته‌ای و ۵۱۲ گیگابایت حافظه، در تست‌های مقایسه‌ای با NVIDIA DGX Spark عملکردی چشمگیر داشت. اگرچه کلاستر دو تختهٔ Spark برای مدل‌های غول‌پیکر مانند DeepSeek V4.1 سریع‌تر عمل می‌کند، مک استودیو در کارهای Agentic کوچک‌تر، ۱۶ درصد انرژی کمتر مصرف و زمان اجرا را به زیر نیمه می‌رساند.
تیم Tom's Hardware اخیراً مقایسه‌ای دقیق بین Apple Mac Studio مجهز به پردازنده M5 Ultra و NVIDIA DGX Spark برای اجرای مدل‌های هوش مصنوعی محلی انجام داده است. این مک استودیو با ۳۶ هستهٔ CPU، ۸۰ هستهٔ GPU equipped با Neural Accelerator و حافظهٔ یکپارچه تا ۵۱۲ گیگابایت، یکی از قوی‌ترین سیستم‌ها برای محاسبات ماتریسی هوش مصنوعی است. با این حال، انتظار ۱۳ تا ۱۵ هفته برای دریافت سیستم و هزینه‌ای حدود ۱۲,۳۰۰ دلار، آن را به گزینه‌ای گران‌قیمت تبدیل کرده است.
در بنچمارک AgentPerf-Local که بر کاره‌های Agentic متمرکز است، مک استودیو با استفاده از بن‌بولک llama.cpp و مدل Qwen 3.8 27B، حدود نصف زمان مورد نیاز یک سیستم مشابه DGX Spark را برای اتمام کار صرف کرد. نکته جالب توجه این بود که مک استودیو در این فرایند حدود ۱۶٪ انرژی کمتر مصرف کرد و ضریب EDP (ضریب تأخیر-انرژی) آن کمتر از نیمی از رقابت جفتش NVIDIA بود.
برای آزمایش مدل‌های بزرگ‌تر مانند DeepSeek V4.1 Flash و GLM 5.3 Flash که در حافظه‌های ۱۲۸ گیگابایتی جا نمی‌شوند، از یک کلاستر دو تخته از سیستم‌های Dell Pro Precision GB10 استفاده شد. قیمت هر یک از این سیستم‌ها حدود ۱۰,۰۰۰ دلار است که هزینهٔ کل کلاستر را به بیش از ۲۰,۰۰۰ دلار می‌رساند. در اجرای DeepSeek V4.1، کلاستر Nvidia با استفاده از موتور استنتاج TensorFold و کدگذاری انتظاری DSpark، عملکردی بسیار بهتری داشت؛ جایی که مک استودیو سریع ۱۰ تا ۲۵ دقیقه طول می‌کشید، کلاسر کمتر از ۵ دقیقه زمان برد.
گزارش فارسی این خبر با کمک هوش مصنوعی و فقط بر اساس اطلاعات منتشرشده در منبع تهیه شده است.
دیدگاه‌ها
دیدگاه شما پس از تأیید مدیر منتشر می‌شود. گفت‌وگوی فارسی و انگلیسی این خبر جداست.