11 月 21 日消息，苹果机器学习研究博客于 11 月 19 日发布博文，公布了 M5 芯片的最新性能数据，重点展示了其在运行本地大语言模型（LLM）方面的显著优势。
此次性能评估的核心平台是苹果此前推出的 MLX，这是一个专为 Apple Silicon 设计的开源机器学习框架，它利用统一内存架构，让模型能够在 CPU 和 GPU 之间高效运行。
在核心的文本生成测试中，苹果使用了 MLX LM 工具包对多款开源大模型进行了基准测试，包括不同参数规模的 Qwen 模型和 GPT OSS 模型。
测试结果显示，M5 芯片在生成后续文本 token 时的速度比 M4 提升了 19% 至 27%。苹果指出，这一性能飞跃主要得益于内存带宽的提升，M5 的内存带宽高达 153GB/s，相比 M4 的 120GB/s 增加了 28%，这对于内存密集型的 token 生成任务至关重要。
报告进一步解释了 LLM 推理过程中的两种不同负载。援引博文介绍，生成第一个 token 主要受计算能力限制（compute-bound），而生成后续 token 则更依赖于内存速度（memory-bound）。
因此，M5 凭借其更高的内存带宽，在持续生成文本的场景中展现出明显优势。苹果还强调，配备 24GB 内存的 MacBook Pro 能够轻松运行参数量达 300 亿的 4-bit 量化混合专家模型（MoE），并将推理负载控制在 18GB 以内。
| 第一个 tokens 生成速度 | 后续 tokens 生成速度 | 内存 (GB) | |
|---|---|---|---|
| Qwen3-1.7B-MLX-bf16 | 3.57 | 1.27 | 4.40 |
|
Qwen3-8B-MLX-bf16 |
3.62 | 1.24 | 17.46 |
|
Qwen3-8B-MLX-4bit |
3.97 | 1.24 | 5.61 |
|
Qwen3-14B-MLX-4bit |
4.06 | 1.19 | 9.16 |
|
gpt-oss-20b-MXFP4-Q4 |
3.33 | 1.24 | 12.08 |
|
Qwen3-30B-A3B-MLX-4bit |
3.52 | 1.25 | 17.31 |
除了文本处理能力，M5 芯片在图像生成方面的提升更为惊人。报告提到，M5 芯片中集成了全新的 GPU 神经加速器，专门用于处理机器学习负载中至关重要的矩阵乘法运算。
得益于此项硬件升级，M5 芯片执行图像生成任务的速度是 M4 芯片的 3.8 倍以上。这一巨大飞跃预示着，未来搭载 M5 芯片的 Mac 设备将在创意设计、内容生成等视觉 AI 应用领域提供远超以往的流畅体验。
相关阅读：
-
《苹果 macOS Tahoe 26.2 前瞻：M5 Mac AI 性能飙升 4 倍》