等一台 512GB 的 M5 Ultra Mac Studio：不图快，只图装得下
先说结论：512GB 版的 M5 Ultra Mac Studio 我大概率会买。 不是因为它快，而是因为它装得下。
我现在卡在哪
家里的主力机是一块 RTX PRO 6000，96GB 显存。这块卡同时干两件事：
- 跑本地大模型：常驻一个 27B 的模型，做内容流水线和 agent，模型加上下文就吃掉三四十 GB；
- 跑视频生成：本地视频模型一开，又要几十 GB。
两件事抢同一块卡，结果就是排队、调度，夜里还得暂停大模型给视频让路。
更难受的是另一头：96GB 装不下真正的大模型。 两三百 B 往上的 MoE 模型，哪怕量化到 4 bit，权重加上下文也远超 96GB。本地能跑的天花板，就卡在 30B 这一档。
所以我对新机器的要求非常单纯：突破 96GB 这道门槛。
M5 Ultra 给了什么
8 月底苹果发布了 M5 Max 和 M5 Ultra 两款 Mac Studio。和我有关的就几条：
- 统一内存最高 512GB，带宽最高 1.2TB/s；
- GPU 每个核心里都带了神经网络加速器，这是 Ultra 芯片第一次有；
- 苹果官方说，在 LM Studio 里处理提示词比 M3 Ultra 快约 4 倍；
- 512GB 版要到 10 月下旬才开卖。
价格就不提了，反正不便宜。但这个容量档位，也没有别的选择：用 NVIDIA 的卡凑出 300GB 以上的显存，钱、功耗、机箱和散热，哪一样我都扛不住。
计划拿它做什么
1. 把 PRO 6000 整块腾给视频。
大模型搬到 Mac 上常驻，PRO 6000 就不再被它占着，96GB 整块留给视频生成和出图，不用再排队、抢显存。这个间接收益，可能比 Mac 本身还大。
2. 体验本地的前沿大模型。
像 DeepSeek V4.1 Flash 这一档的前沿开源模型，96GB 根本装不下，只能调 API。我一直更信任本地部署，自己的机器、自己的模型，内容生产才能稳定持续地跑下去。512GB 终于能把这类模型请回家。
3. 给 shotmap 换更大的”眼睛”。
最近在做 shotmap，从电影成片反推机位。现在逐镜头看画面的是一个 27B 的视觉模型，它一个镜头一个镜头地看，全局空间推理基本做不了。我很想试试更大的、能直接吃视频输入的多模态模型：让它一次看完一整场戏，效果会不会有质的变化。这在 96GB 上没法试。
我不对速度抱任何希望
这一点要先说清楚，免得将来自己失望。
我手上有一台 M5 的 MacBook Pro，用它跑过 Qwen3.6 27B，也试过用 oMLX 加速。提升感知很明显，但和 NVIDIA 的卡比，仍然是巨大的差距。
道理也简单：
- 生成速度主要看内存带宽。M5 Ultra 是 1.2TB/s，PRO 6000 约 1.8TB/s，Mac 先天就慢一截。好在 MoE 模型每个 token 只激活一小部分参数，生成速度还能接受，但不会惊艳。
- **prefill（读提示词）**拼的是算力，这是苹果的老短板。这次加了 GPU 神经加速器、官方说快了 4 倍，但我在笔记本上的体感告诉我，长上下文开头那段等待大概率省不掉。
所以买 Mac Studio 不是为了”体验苹果的本地 AI”，我已经体验过了。它慢可以接受，装不下才是真问题。
到手之后要验证的几件事
- 前沿 MoE 模型量化后，实际的生成速度和 prefill 速度各是多少；
- 32K、128K 上下文下，首个 token 要等多久；
- 大号的视频输入模型能不能跑起来，看一整场戏的效果如何；
- 能不能 7×24 小时稳定跑长任务，不掉服务；
- PRO 6000 腾出来以后，视频生成的排队时间实际省了多少。
到手后按这几项实测，再写一篇。