Apple最新推出的M3 Ultra芯片在Mac Studio中展现惊艳性能，竟然能流畅运行拥有6710亿参数的DeepSeek R1模型。 这款超大规模 AI 模型需要高达 404GB 的内存容量，但 M3 Ultra 凭借独特的统一内存架构，以低功耗和高效率挑战业界极限，让人感到惊叹不已。
统一存储器架构的秘密武器
M3 Ultra 的成功关键在于苹果的统一内存架构（Unified Memory Architecture）。 传统上，运行像DeepSeek R1这样拥有6710亿参数的模型需要强大的GPU和大量的VRAM，这通常是高端显卡的专属领域。 然而，M3 Ultra将系统内存与处理器共享，形成一个高带宽记忆体池，让AI模型能像使用VRAM一样高效运作。 Dave2D的测试显示，这款芯片不仅性能出色，还能在功耗上大幅领先竞争对手。
超越传统 GPU 的效率奇迹
DeepSeek R1模型的404GB内存需求对传统PC来说是个挑战，通常需要多张GPU协作才能顺利运行，这也意味着功耗会飙升至数百甚至上千瓦。 然而，M3 Ultra 在 Mac Studio 中仅需不到 200W 的功耗，就能稳定处理这款巨型模型。 相较之下，传统多GPU配置可能需要10倍以上的电力，让M3 Ultra在能源效率上遥遥领先。 Dave Lee 在测试中指出，这种低功耗表现几乎颠覆了对高性能运算的认知。
极限配置下的性能突破
为了充分发挥DeepSeek R1的潜力，M3 Ultra需要顶规的512GB内存配置。 不过，macOS默认对VRAM的分配有所限制，Dave Lee通过Terminal手动将上限提升至448GB，才让模型顺利运行。 值得一提的是，这次测试使用的是4-bit量化的R1版本，虽然牺牲了一些精度，但仍保留完整的6710亿参数。 即便如此，M3 Ultra 依然展现出惊人效能，证明其在处理超大规模模型时的硬实力。
出人意料的参数效率之谜
令人意外的是，6710亿参数的DeepSeek R1在M3 Ultra上的表现，竟然优于较小的70亿参数版本。 这可能与模型架构的优化有关，让大规模参数在苹果的硬件生态中获得更好的发挥空间。 这种「以大搏大」的表现显示，M3 Ultra 不仅能应付当前需求，更有潜力挑战未来的 AI 运算极限。
