本地跑大模型要多少内存：苹果 128GB 这台说了一半
昨晚快十二点刷到这条消息：苹果在 10 月 28 日（当地时间）发布了新的 14 英寸和 16 英寸 MacBook Pro，官网新闻稿标题是《Apple unveils groundbreaking MacBook Pro with PROLED XDR Display》，国内媒体今天凌晨转了出来（IT之家，10 月 29 日 03:07）。
触屏、双层 OLED、灵动岛，这些是通稿里的主角，也是各家标题里的词。真正让我停下来的是中间一句很不起眼的话：M5 Max 机型「可在设备端直接运行具有数千亿参数的大语言模型」。
这句话技术上没错。但它省掉的东西，比它说出来的多。
先把官方原话和价钱摆清楚
官方公告里跟"本地跑模型"有关的只有三句：M5 Max 可在设备端运行数千亿参数的大语言模型；M5 Pro 与 M5 Max 的每个 GPU 核心都内置神经网络加速器；整机最高可选配 128GB 统一内存。另外提了一句，创意工作者可以在 LM Studio 这类 app 里本地跑模型。
发售信息是 11 月 6 日，国行 14 英寸 22,999 元起、16 英寸 27,999 元起（IT之家 10 月 29 日口径，M5 Pro 版本）。这里有两个容易看串行的地方，我一个一个说。
第一，22,999 是 M5 Pro 那一档的起价，128GB 是选配的上限，这两个不是同一台机器。想把内存拉满，得先选到 M5 Max，再往上加内存，加多少以苹果中国官网配置页为准——这个差价我不替它算，因为官网的配置价格会随批次变，写死了第二天就可能不对。
第二，同一天苹果还单独发了一台 M6 芯片的 14 英寸 MacBook Pro，是另一份公告。所以你现在打开官网配置页，会看到 M6、M5 Pro、M5 Max 三档起价并排列在那里，数字差得很远。别把最低那一档当成这篇在说的机器，也别把最高那一档当成"跑大模型要花这么多"——它们分别是不同的事。
"统一内存"这四个字才是重点
想在本地跑大模型，第一道关卡是"装不装得下"。模型的权重必须整个待在能被计算单元直接读到的地方，装不下就是装不下，不会因为 CPU 快一点就变好。
苹果这套芯片的特点是 CPU 和 GPU 共用同一块内存池，没有独立显存这一层。好处很直接：整机有多少内存，模型就有多大的地方可放。传统 PC 上，独显的显存是另一块，模型得塞进显存里，塞不下就得换卡，或者拆到多张卡上——这也是为什么同样标称 128GB 内存的台式机，跑大模型的实际可用空间反而不如一台统一内存的机器。
所以苹果这句话的底气不在"算力强"，在"池子大"。这一点值得记住，因为它也决定了后面所有的限制。
但"装得下"和"跑得动"是两件事
大模型生成文字分两个阶段。第一个阶段是把你输入的那段话整段读进去，这一步吃算力，GPU 核多就快；第二个阶段是一个字一个字往外吐，每吐一个字都要把模型的大部分权重从内存里过一遍。
这就是关键：第二个阶段卡的不是算力，是内存带宽。带宽不够，算力再强也只能干等。所以一台机器"能跑千亿参数"和"跑起来能不能用"中间隔着一大段，而这一段恰恰是宣传语里不写的。
我没有这台机器，也没做过实测。所有关于速度的话我都不会写——写了就是编。要判断快不快，等真机评测里的每秒生成字数，别看参数表。
官方没说的三件事
我把官方公告、苹果中国官网的配置页、以及国内几家转述都翻了一遍，有三样东西没找到。这三样恰好是决定"值不值"的关键。
- 跑的是哪个模型。"数千亿参数"是一个量级，不是型号。同样是千亿级，有的模型专门为端侧优化过，有的原样搬过来就笨重得多。官方举了 LM Studio 当例子，但没说是哪个模型。
- 压到几位精度。同一个模型，权重存成 16 位和 4 位，占的内存差好几倍，输出的质量也有差别。公告里没有这个数字。
- 多长上下文下的表现。这一点最容易被忽略。对话越长，模型要额外记住的东西越多，这部分占用会随着上下文长度往上长。换句话说，"能跑千亿参数"很可能是在一个很短的对话里成立的，聊到几万字以后还成不成，官方没说。
这不是挑刺。厂商发布会讲能力上限，不讲边界条件，是行业惯例。但对我们这种要掏钱的人来说，边界条件才是决策依据。
换成家里的账：NAS 加内存解决不了这件事
看到这条新闻，我第一反应是"那我给 NAS 加内存行不行"。想了一下，不行。原因不在内存容量，在两件事上：NAS 的处理器和核显没有为这种计算准备算力，内存也不是那种能被 GPU 直接高速读取的结构。加内存能让虚拟机多开两个、Docker 多跑几个容器，但不会让千亿参数模型跑起来。
真正吃这波红利的是另一类机器：大容量统一内存的平台、或者带大显存的独显主机。今年 10 月我写过一台美国小厂做的"个人 AI 电脑"，卖 3499 美元，走的就是这条路——把该装的都装好，卖的是省事。这篇AI 电脑那笔账里算过一次，结论到现在没变：这类产品的价值在于"不用你管"，不在于硬件本身多强。
如果只是想在家里跑点东西，眼下更现实的是小模型。10 月这批开源小模型，家用机器能跑得动的那几个，我在这篇横评里按内存和显存分过档。千亿参数级是另一个世界，它的对手不是"要不要买 Mac"，是"这事到底该不该在本地做"。
顺带说一句买机器时的常识：内存这东西，能换的和焊死的完全是两种命运。挑 NAS 也好、挑迷你主机也好，先看内存是插槽还是板载、上限是多少，别只看当下配了几 G。这条在家用 NAS 怎么选里提过，放到 AI 机器上更狠——模型只会越来越大，内存补不了就是补不了。
我的判断：三种人三种答案
想让 AI 帮忙整理资料、写点东西的普通用户。别为这句话买单。你要的能力，云端服务和几十亿参数的小模型都能给，本地跑千亿参数换来的是"数据不出门"，不是"更好用"。而多数人真正敏感的数据，其实没敏感到需要一台两万多的机器来守。
喜欢折腾、想玩本地推理的人。等等。等真机评测里的每秒生成字数出来，再决定要不要为这件事换机器。眼下这台机器的卖点是屏幕、触屏和便携——那些是它贵的理由，也是你付钱的理由。"能跑千亿参数"是附赠的，不是主线。
手上真有不能外发的材料、要本地处理的小团队。这条路是成立的，苹果这次把"能装下"的门槛拉到了笔记本上，确实解决了一部分人的问题。但要注意形态：笔记本合盖就睡、散热靠机身、电池会老化，它不是一台能 7×24 挂着跑的服务。真要做常开的推理，形态上更合适的还是台式或塔式机器，笔记本只适合"我要带走算"的场景。
真要下手，先确认这四件事
- 价格别按起售价算。128GB 是选配，先到官网配置页把你想要的组合点一遍，看最终价，再看这个价对你值不值。
- 内存是焊死的。这台机器没有"以后再加"这个选项。买小了，一年后模型变大，只能换机。
- 确认 app 里选的是本地还是云端。官方稿点名了 LM Studio。这类工具既能加载本地模型，也能接云端接口，界面上一键就能切。"本地跑"取决于你当时选的是哪一侧，不是取决于机器。
- 开源权重不等于可以商用。本地能跑的开源模型里，许可证差别很大：Apache 2.0 和 MIT 是宽松的，Llama 系和一些厂商自研模型是自定义条款，商用要回去看原文。想拿它干活的，先把许可证读完再动手。
最后说一句我自己的看法。这条新闻真正有意思的地方，不是苹果发了台贵笔记本，是"128GB 内存"这个数字出现在了消费级产品的默认选项里。三年前这是工作站才有的配置。硬件往前走一步，软件就会跟着把模型做大一号——所以今天买机器的正确姿势，不是按"现在能跑什么"买，是按"两年后还想跑什么"买。这一点上，焊死内存的机器天然吃亏。
本文依据：苹果官方新闻稿《Apple unveils groundbreaking MacBook Pro with PROLED XDR Display》（Apple Newsroom，当地时间 2026 年 10 月 28 日发布），文中关于 M5 Max 本地运行大模型、GPU 核心内置神经网络加速器、最高 128GB 统一内存、LM Studio 等表述均转述该稿；发售日期与国行起售价见 IT之家 2026 年 10 月 29 日 03:07 报道（14 英寸 22,999 元、16 英寸 27,999 元起，指 M5 Pro 版本）；同日另有 M6 版 14 英寸 MacBook Pro 的独立公告。128GB 为选配上限，选配加价、实际可售配置以苹果中国官网为准；模型精度、上下文长度、生成速度三项官方公告未给出，本文未做实测，相关判断属个人推断。
