اپل با مک‌های جدید، اجرای مدل‌های هوش مصنوعی روی دستگاه را هدف گرفته است

شهرآرانیوز؛ مک‌های جدید که از ۲۲ سپتامبر ۲۰۲۶ وارد بازار شده‌اند، به تراشه‌های جدید Apple Silicon مجهز هستند و اپل بخش قابل توجهی از توان پردازشی آنها را برای اجرای مدل‌های هوش مصنوعی و به‌ویژه AI Agent ها در نظر گرفته است.

مک مینی جدید برای اجرای AI طراحی شده است

نسل جدید Mac mini در دو نسخه با تراشه‌های M۶ و M۵ Pro عرضه می‌شود. نسخه مجهز به M۶ از پردازنده ۱۲ هسته‌ای و GPU دوازده‌هسته‌ای بهره می‌برد و برای نخستین‌بار در Mac mini، در هر هسته GPU شتاب‌دهنده اختصاصی Neural Accelerator قرار گرفته است.

اپل می‌گوید این ترکیب باعث شده عملکرد هوش مصنوعی Mac mini با M۶ نسبت به نسل قبلی مجهز به M۴، تا ۴ برابر افزایش پیدا کند. همچنین عملکرد گرافیکی تا ۲ برابر و عملکرد پردازنده مرکزی تا ۴۰ درصد افزایش یافته است.

این دستگاه همچنین به یک Neural Engine دوگانه ۱۶ هسته‌ای مجهز شده که به گفته اپل تا دو برابر سریع‌تر از نسل قبلی عمل می‌کند.

یکی از اعداد جالب اعلام‌شده از سوی اپل مربوط به پردازش مدل‌های زبانی است. این شرکت می‌گوید Mac mini با M۶ در آزمایش‌های خود در LM Studio توانسته پردازش ورودی مدل‌های زبانی بزرگ را تا ۱۳.۵ برابر سریع‌تر از Mac mini مجهز به M۱ و تا ۴.۸ برابر سریع‌تر از مدل M۴ انجام دهد.

مدل M۵ Pro برای مدل‌های بزرگ‌تر

نسخه مجهز به M۵ Pro برای بار‌های کاری سنگین‌تر طراحی شده است. این مدل حداکثر به پردازنده ۱۸ هسته‌ای، GPU بیست‌هسته‌ای و ۶۴ گیگابایت حافظه یکپارچه مجهز می‌شود. پهنای باند حافظه آن نیز به ۳۰۷ گیگابایت بر ثانیه می‌رسد.

اپل می‌گوید Mac mini با M۵ Pro در LM Studio می‌تواند پردازش ورودی مدل‌های زبانی را تا ۸.۵ برابر سریع‌تر از Mac mini مجهز به M۲ Pro و تا ۴ برابر سریع‌تر از نسل M۴ Pro انجام دهد.

Mac Studio؛ کامپیوتر اپل برای مدل‌های بسیار بزرگ.

اما تمرکز اصلی اپل روی اجرای مدل‌های بزرگ‌تر، در Mac Studio دیده می‌شود. این دستگاه با تراشه‌های M۵ Max و M۵ Ultra عرضه می‌شود. قدرتمندترین نسخه M۵ Ultra به حداکثر ۳۶ هسته پردازنده مرکزی، ۸۰ هسته GPU و ۵۱۲ گیگابایت حافظه یکپارچه مجهز است.

پهنای باند حافظه این مدل نیز به ۱.۲ ترابایت بر ثانیه می‌رسد؛ ظرفیتی که برای اجرای مدل‌های زبانی بزرگ اهمیت زیادی دارد، زیرا داده‌های مدل را می‌توان مستقیماً در حافظه یکپارچه سیستم نگه داشت.

اپل می‌گوید M۵ Ultra می‌تواند تا ۴.۳ برابر عملکرد AI بیشتری نسبت به M۳ Ultra ارائه کند. این شرکت همچنین امکان اجرای مدل‌های بزرگ زبانی را کاملاً روی خود دستگاه فراهم کرده است؛ بدون اینکه داده‌ها برای پردازش به یک سرویس ابری ارسال شوند.

اجرای مدل‌های یک تریلیون پارامتری با چند مک

یکی از مهم‌ترین قابلیت‌های نسل جدید Mac Studio، امکان اتصال چند دستگاه به یکدیگر برای اجرای مدل‌های هوش مصنوعی است.

اپل از طریق Thunderbolt ۵ و فناوری RDMA یا دسترسی مستقیم از راه دور به حافظه امکان ایجاد یک کلاستر از چند Mac Studio را فراهم کرده است.

در این حالت حافظه چند دستگاه می‌تواند برای پردازش یک بار کاری بزرگ مورد استفاده قرار گیرد. اپل اعلام کرده است که یک کلاستر چهار دستگاهی Mac Studio می‌تواند عملکرد استنتاج هوش مصنوعی را تا ۳ برابر نسبت به یک Mac Studio افزایش دهد.

اپل برای نشان‌دادن توانایی این سیستم، اجرای یک مدل هوش مصنوعی با یک تریلیون پارامتر روی مجموعه‌ای از Mac Studio‌ها را به نمایش گذاشته است.

این قابلیت لزوماً به معنای آن نیست که هر Mac Studio به‌تنهایی قادر به اجرای چنین مدلی است؛ بلکه چند دستگاه با استفاده از حافظه و توان پردازشی مشترک در این سناریو به کار گرفته شده‌اند.

در ادامه حتما بخوانید اپل به‌دنبال ساخت ردیاب تناسب اندام بدون نمایشگر | رقیب Whoop از راه می‌رسد؟

چرا اجرای AI روی دستگاه اهمیت دارد؟

بخش بزرگی از سرویس‌های هوش مصنوعی امروزی به مراکز داده وابسته‌اند. کاربر درخواست خود را ارسال می‌کند، داده‌ها به سرور‌های شرکت ارائه‌دهنده می‌روند و نتیجه پس از پردازش به دستگاه برمی‌گردد.

در مقابل، اجرای مدل روی خود کامپیوتر می‌تواند مزایایی مانند کاهش وابستگی به اتصال اینترنت، کنترل بیشتر روی داده‌ها و حذف هزینه‌های پردازش مبتنی بر تعداد توکن‌ها داشته باشد.

اپل در معرفی Mac Studio نیز روی همین موضوع تأکید کرده و اجرای مدل‌های بزرگ روی دستگاه را راهی برای حفظ حریم خصوصی و جلوگیری از هزینه‌های ابری عنوان کرده است.

رویترز نیز در گزارشی درباره عرضه مک‌های جدید، این رویکرد را بخشی از تلاش اپل برای ارائه جایگزینی برای بخشی از پردازش‌های AI ابری توصیف کرده است. بر اساس این گزارش، اپل تلاش دارد به شرکت‌ها نشان دهد که خرید سخت‌افزار برای اجرای محلی AI می‌تواند در برخی کاربرد‌ها جایگزینی برای اجاره ظرفیت پردازشی مراکز داده باشد.

البته این به معنای پایان نیاز به پردازش ابری نیست؛ مدل‌های بسیار بزرگ و سرویس‌هایی که به زیرساخت‌های عظیم نیاز دارند همچنان می‌توانند به مراکز داده متکی باشند.

Core AI و MLX؛ نرم‌افزار در کنار سخت‌افزار

اپل برای این رویکرد فقط به افزایش قدرت سخت‌افزاری متکی نیست.

این شرکت چارچوب جدیدی به نام Core AI معرفی کرده که برای ساخت، اجرا و استقرار مدل‌های هوش مصنوعی روی Apple Silicon طراحی شده است. این چارچوب می‌تواند از منابع مختلف تراشه، از جمله CPU، GPU، Neural Engine و حافظه یکپارچه استفاده کند.

اپل همچنین چارچوب متن‌باز MLX را برای یادگیری ماشین روی تراشه‌های Apple Silicon ارائه می‌کند. MLX برای اجرای مدل‌ها، آموزش و Fine-tuning آنها روی مک طراحی شده است.

ترکیب MLX، Core AI و ابزار‌هایی مانند Xcode، مک‌های جدید را به پلتفرمی برای توسعه، آزمایش و اجرای مدل‌های هوش مصنوعی تبدیل می‌کند.

هوش مصنوعی عامل‌محور؛ هدف دیگر مک‌های جدید

اپل در معرفی Mac mini تأکید ویژه‌ای بر Agentic AI یا هوش مصنوعی عامل‌محور داشته است.

مفهوم Agentic AI به سیستم‌هایی اشاره دارد که صرفاً به پرسش کاربر پاسخ نمی‌دهند، بلکه می‌توانند مجموعه‌ای از اقدامات را برای رسیدن به یک هدف انجام دهند.

اپل Mac mini جدید را به‌عنوان گزینه‌ای برای اجرای دائمی چنین عامل‌هایی معرفی کرده است؛ یعنی دستگاه می‌تواند بدون وابستگی دائمی به رایانش ابری، به‌عنوان یک سیستم همیشه‌روشن برای اجرای وظایف AI مورد استفاده قرار گیرد.

قیمت مک‌های جدید

Mac mini با تراشه M۶ در آمریکا از ۸۹۹ دلار و نسخه مجهز به M۵ Pro از ۱۶۹۹ دلار آغاز می‌شود.

Mac Studio نیز با M۵ Max از ۲۴۹۹ دلار و با M۵ Ultra از ۵۴۹۹ دلار قیمت‌گذاری شده است.

البته با افزایش حافظه، فضای ذخیره‌سازی و دیگر گزینه‌های سخت‌افزاری، قیمت بالاتر می‌رود و نسخه‌های مجهز به M۵ Ultra می‌توانند به محدوده بسیار بالاتری برسند.

اپل به دنبال چه چیزی است؟

نسل جدید Mac mini و Mac Studio نشان می‌دهد که اپل در کنار تلاش برای توسعه قابلیت‌های هوش مصنوعی در سیستم‌عامل و محصولات مصرفی، به دنبال تبدیل Apple Silicon به یک بستر جدی برای اجرای محلی مدل‌های هوش مصنوعی نیز هست.

Mac mini بیشتر می‌تواند نقش یک سیستم کوچک و نسبتاً ارزان برای توسعه‌دهندگان، کاربران حرفه‌ای و اجرای مداوم AI Agent‌ها را ایفا کند؛ در حالی که Mac Studio با حداکثر ۵۱۲ گیگابایت حافظه یکپارچه و امکان اتصال چند دستگاه، بخش حرفه‌ای‌تر بازار مدل‌های محلی را هدف گرفته است.

در این رویکرد، اپل تلاش می‌کند مزیت اصلی خود یعنی ترکیب CPU، GPU، Neural Accelerators و حافظه یکپارچه را به حوزه‌ای فراتر از کامپیوتر‌های معمولی گسترش دهد؛ حوزه‌ای که در آن بخش قابل توجهی از رقابت تاکنون حول GPU‌های مراکز داده و خدمات ابری شکل گرفته است.

منابع اصلی: Apple Newsroom، مشخصات فنی رسمی Mac mini و Mac Studio؛ برای تحلیل رویکرد تجاری اپل به رایانش محلی AI نیز گزارش Reuters مورد استفاده قرار گرفته است.