概念解說 · 2026-10-26
M5 Max 有 40 核 GPU 同每秒 460GB 頻寬，而 M5 Ultra 則有 80 核 GPU 同每秒 1.2TB 頻寬。
頻寬就好似高速公路行車線，線越多數據流動越快，避免模型因等數據而變慢。
M5 Ultra 最高配 512GB 統一記憶體，可載入接近 500GB 量化模型，適合巨型混合專家模型。
相比之下 M5 Max 最高只有 128GB，對頂級模型限制明顯，追求極致必須選 Ultra。
使用 Ollama 或 LM Studio 支援 GGUF 格式，下載對應量化檔案後直接拖入即可準備運行。
過程類似下載遊戲安裝包，只要網絡夠快，選好模型就能馬上開始使用。
Ollama 預設服務位為 localhost:11434，LM Studio 預設端口為 1234，可透過瀏覽器或程式呼叫。
這等於開了一個窗口讓問題送入模型處理，不受軟件介面限制，可完全自定義工作流程。
混合專家模型適合大記憶體但頻寬相對小的機器，選錯模型會因頻寬不足導致反應遲鈍。
開發者應直接上 M5 Ultra，因其頻寬同記憶體上限能應付未來需求，一次到位節省等待時間。
頻寬決定數據流動速度，頻寬不足會令模型排隊等數據，導致反應變慢。
M5 Max 最高 128GB 記憶體，對頂級巨型模型有限制，建議追求極致選 M5 Ultra。
對於日常文書、代碼生成同簡單對話，現代家用硬件嘅速度完全足夠，甚至因為無網絡延遲而感覺更順暢。
以前需要寫程式，現在有唔少開箱即用嘅工具（如LM Studio、Ollama），幾分鐘內就可以開始運行模型。
可以嘗試量化模型（Quantized Models），佢哊體積細、記憶體需求低，喺普通電腦上都能跑動。