Четыре Mac Studio на чипах M5 Ultra смогли запустить открытую модель Muse Spark Open со скоростью более 36 токенов в секунду, потребляя на пике около 300 Вт каждый. Для корпоративного рынка это важнее очередной гонки чат-ботов: локальный ИИ на Mac постепенно превращает настольные компьютеры Apple в компактную альтернативу серверу с дорогими GPU — особенно там, где данные нельзя отправлять во внешнее облако.
Эту мысль развивает Apple @ Work: по данным 9to5Mac, Apple могла проигрывать публичную гонку больших языковых моделей, но к 2026 году получила сильную позицию в другом сегменте — запуске открытых моделей на собственном железе. Компания не выпускала фронтирную LLM уровня лидеров рынка, зато развивала Apple silicon, унифицированную память и фреймворк MLX. Вместе они дают компаниям возможность развернуть локальный ИИ на Mac без стойки ускорителей и без постоянного соединения с внешним API.
Поводом для такого вывода стали два события. Meta выпустила Muse Spark Open — модель с 816 млрд параметров, из которых активны 42 млрд, и контекстным окном в 1 млн токенов — и оптимизировала её работу для Mac Studio. Одновременно автор материала протестировал Osaurus, свободное приложение для macOS, которое управляет локальными моделями и способно запускать рабочие варианты на ноутбуке Apple silicon с 16 ГБ памяти. В линейке Osaurus есть и модели, рассчитанные на 8 ГБ ОЗУ.
Не серверная стойка, а память и пропускная способность
Главный технический аргумент Apple — unified memory. В Mac Studio с M5 Ultra встроенный GPU может обращаться к объёму до 512 ГБ общей памяти, а не к отдельному пулу видеопамяти, ограниченному объёмом конкретной карты. По описанию Meta, два таких компьютера способны удержать целую модель в суммарном терабайте унифицированной памяти. Пропускная способность памяти до 1,2 ТБ/с нужна не ради красивой строчки в спецификации: при генерации каждого токена система должна быстро читать только необходимую часть весов модели.
MLX дополняет железо программным слоем. Это ML-фреймворк Apple, рассчитанный именно на архитектуру unified memory. Его интерфейс близок к NumPy, при этом в составе есть компоненты для нейросетей и оптимизаторов, автоматического дифференцирования и оптимизации графов. Поддержка Swift, C++ и C позволяет использовать стек не только в macOS, но и на других платформах Apple. Для разработчика это не отменяет CUDA-экосистему и её зрелые инструменты, но снижает порог входа для команд, уже живущих в парке Mac.
В демонстрациях, приведённых в материале, агент на базе Muse Code и Muse Spark Open вносил исправления и новые функции в Ice Cubes — открытый клиент Mastodon для iOS — и собирал приложение. Другой сценарий управлял DaVinci Resolve: модель просматривала ролики покадрово, выбирала сильные фрагменты и обрезала их под вертикальный формат. Это не доказательство, что пара Mac Studio заменит любой GPU-кластер. Зато это вполне прикладные задачи: разработка, работа с документами, разбор медиа, внутренние агенты и автоматизация, где важны предсказуемая задержка и закрытый контур.
Сравнение с Xserve здесь не случайно. Apple сняла стоечный сервер с производства в 2011 году: Mac в дата-центре тогда не стал массовым выбором. Позже Mac mini нашёл нишу в CI, тестовых фермах и управлении инфраструктурой, но не претендовал на роль серьёзного вычислительного узла. Теперь один или несколько Mac Studio могут выполнять другую серверную работу — держать локальную модель, которая раньше потребовала бы набора Nvidia-ускорителей, отдельного охлаждения и заметного энергобюджета. При этом устройства достаточно тихие, чтобы стоять не в машинном зале, а в офисе.
«Достаточно хорошая» модель важнее рекорда
Для российских компаний ценность этой схемы лежит не столько в бренде Apple, сколько в контроле над данными. Локальный ИИ на Mac позволяет обрабатывать код, коммерческие документы, обращения клиентов и внутренние базы без обязательной отправки содержимого стороннему провайдеру. Osaurus иллюстрирует гибридный сценарий: перед обращением к Claude или OpenAI приложение сначала запускает небольшую локальную модель, находит имена, телефоны и номера аккаунтов, заменяет их плейсхолдерами, а уже затем передаёт обезличенный текст наружу. У сервиса, по описанию разработчиков, нет собственных серверов и клиентской базы; для команд предлагается платный режим Workspaces, где агенты распространяются между собственными Mac.
Есть и ограничения. Слова «запускается локально» не означают «подходит для всего». Большие модели требуют дорогих конфигураций Mac Studio, а скорость и качество зависят от конкретной модели, квантизации, длины контекста и нагрузки. Организации всё равно придётся выстроить контроль доступа, журналирование, обновления моделей и оценку качества ответов. Windows-версия Osaurus пока находится в бете, поэтому кроссплатформенная стратегия остаётся отдельной инженерной задачей. Однако сам факт работы одного и того же приложения на Windows и macOS хорошо показывает различие подходов: на Mac преимущество создаёт именно общий для CPU и GPU объём памяти.
Apple всё ещё есть за что критиковать в пользовательском ИИ: задержки с Siri и неровный старт Apple Intelligence никуда не исчезают из этой истории. Но корпоративный рынок не обязан ждать, пока производитель телефона догонит лидеров генеративного ИИ собственной моделью. Открытые веса уже позволяют выбрать модель под задачу, а Apple предлагает платформу, на которой её можно держать рядом с данными и рабочими процессами. Если локальные модели за ближайший год приблизятся по полезности к нынешним фронтирным системам, Mac Studio может стать не экзотикой для креативных команд, а привычным вычислительным узлом. Детали тестов и сценариев собраны в материале .

