140亿参数，是iPhone能跑的上限。1.6万亿，是Mac Studio集群能碰到的天花板。苹果在Jamf用户大会（JNUC）上甩出一张端侧AI推理能力对比图，把从手机到工作站的本地算力梯队一次排开。

一张图看懂硬件梯队

打开网易新闻 查看精彩图片

这张图的核心逻辑很直白：内存容量和带宽，直接决定设备能加载多大的激活模型。设备定位越高，本地AI能力越强。

  • iPhone / iPad：最大统一内存16 GB，带宽76 GB/s，最高承载140亿参数，负责Siri、文字润色、图片处理等日常任务
  • MacBook Air：32 GB内存，153 GB/s带宽，最高350亿参数，面向移动办公的中等AI负载
  • Mac mini：64 GB内存，307 GB/s带宽，最高700亿参数，主打隐私敏感的本地模型任务
  • MacBook Pro：128 GB内存，614 GB/s带宽，最高1,200亿参数，覆盖大型模型与重度创作开发
  • Mac Studio：512 GB内存，1.2 TB/s带宽，最高4,800亿参数，指向高强度推理与影视科研算力
  • Mac Studio集群：2 TB内存，1.2 TB/s带宽，最高1.6万亿参数，用于超大模型的本地训练与推理

统一内存才是那条暗线

苹果这套方案依托统一内存架构，这是设备端大模型推理的核心。内存容量和带宽两个指标，像两道闸门，卡住了每台设备能承载的模型规模。

从76 GB/s到1.2 TB/s，带宽跨度超过15倍；从16 GB到2 TB，内存容量跨度达到128倍。参数上限的差距，正是从这两个数字里长出来的。

值得注意的是，这张图把“集群”也纳入了端侧叙事。2 TB统一内存的Mac Studio集群，被归入本地训练与推理的范畴，而不是云端。

对IT管理员来说，这张图的实际意义在于选型参照：什么规模的模型该跑在什么设备上，苹果给了一份按内存和带宽分层的对照表。