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 - MK体育内容

当谈及个人AI时，端侧设备是必然话题，但当前阶段的端侧模型仍难以满足复杂AI任务的需求，原因简单：模型规模与能力受限于硬件条件。

如今前沿大模型的参数规模已逼近万亿级别，例如Kimi K3公开参数量达2.8万亿，即便采用4-bit量化（牺牲部分精度以降低性能需求），仅模型权重就需约1.4TB存储空间，实际运行时还需额外内存开销。

主流消费级显卡显存大多仅8/12GB，少数高端型号也不过16/24/32GB，而显存更高的专业显卡，整套系统起步价常达六位数，令人望而却步。

因此，长期以来，雷科技的观点是：端侧没有大模型。但这一观点如今已过时。因为前有英伟达RTX Spark，后有苹果Mac Studio，两家公司同时对“端侧大模型”目标发起挑战。

真正的AI PC，来了

不久前，Meta正式发布8160亿参数的开放权重模型Muse Spark Open，苹果则通过MLX框架，让该模型在M5 Ultra版Mac Studio组成的集群上完成完整推理。 单就参数量而言，Muse Spark Open在目前公开参数的大模型中属第一梯队。

虽然顶配版Mac Studio价格不菲，但它至少能放在桌上，并部署近万亿参数模型，单这一点已足够魔幻。相比之下，英伟达的RTX Spark笔记本电脑仅将1200亿参数模型塞入电脑。

以往人们考虑如何“砍小”模型以塞入显存；如今巨头们直接掀桌，将“AI超级计算机”搬上办公桌。在小雷看来，这基本宣告个人AI PC正式迈入“千亿参数时代”。

看到这里，可能有读者疑惑：“8160亿参数以前需用H100服务器集群运行，如何塞入桌面Mac Studio？”

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

这如同拥有256名专科医生的超级医院，每次诊疗只需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存在致命门槛：模型全部权重仍需存储在内存中，省得掉计算量，省不掉内存容量。因此，苹果和英伟达盯上同一解决方案：将CPU和GPU整合进一个芯片，然后用超大统一内存硬吃模型权重。

苹果用2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，利用总计1TB统一内存容量装载816B模型。在此基础上，还可通过四台Mac Studio进行并行推理，在苹果测试中，四机生成速度超36Token/秒，足以应对不少日常开发场景。

虽与部分云端模型速度无法相比，但本地部署能让敏感数据尽可能留在设备上，且在无网状态下也可使用，这对金融等领域从业者极具吸引力。至于普通开发者，云端算力仍更便宜，因为部署一台512GB内存的M5 Ultra版Mac Studio预计需十万元以上，具体价格待苹果月底公布。

看到这里，不少朋友可能钱包一紧。那么买RTX Spark笔记本电脑呢？虽便宜些，但128GB版本也要4-5万，尽管内存价格过高，但溢价仍显恐怖。

花十几万部署AI大模型，到底图什么？

问题来了：既然端侧部署大模型成本如此之高，为何还要推行？对个人用户有何用？

说实话，若日常仅做翻译、写文案等活，云端API确实是最优解。但当对AI需求进入更深层次时，云端AI未必满足所有要求。以编程为例，随代码规模增加，AI Agent任务中Token消耗剧增，其中相当部分来自上下文回顾和测试。

这些额外推理成本并不少，尤其需持续测试和监控时。但若端侧部署了120B甚至816B模型，情况则完全不同。开发者可将琐碎推理任务拆分给端侧模型，仅复杂任务交予云端，边际推理成本便能大幅下降，无需为每次调用支付API费用。

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，均可通过部署端侧模型降低数据外传风险。

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

在AI视频创作领域，端侧模型节省的云端生成费用更多。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，待获满意片段后，再上传云端AI生成细节更丰富、效果更佳的完整视频，大幅降低前期“抽奖”成本。

对普通用户而言，确实无需折腾大参数量端侧模型，但对将AI作为生产力工具的用户，这不过是一笔投资。

英伟达追求便携，苹果狂堆算力

在小雷看来，英伟达走的是“移动全能+CUDA生态下沉”路线。其在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），并搞定本地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，笔记本在家可变为局域网“AI推理服务器”，供其他电脑调用。这些能力直接戳中移动开发者需求。简单来说，RTX Spark为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。

在英伟达构想中，RTX Spark PC可作开发者随身小助手运行端侧大模型，能效优于不少传统高性能笔记本电脑，移动使用时续航表现不错，同时兼顾创作、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。 这套能装载816B模型的设备，苹果不指望用户背出门，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而言，这套设备颇具吸引力。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。** 尽管现阶段因内存涨价、芯片成本等原因，这类产品价格居高不下，但从以往经验看，随行业不断推进统一内存技术，相关产品成本有望逐步下降。

不过就目前而言，这些“真正的AI PC”仍属专业开发者、重度创作者和土豪极客的“玩具”。其中，苹果多机并联方案是“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，小雷或许能搞一台华硕ProArt创16 RTX Spark回来，为大家做个评测，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。