Folia
← 返回头版

Mac运行大语言模型性能对标工具发布

一项在线计算器工具近日发布,可预测不同Mac机型运行各类大语言模型的能力和速度1。该工具基于两个核心公式运作:首先通过参数数量计算模型是否能装入统一内存,其次利用内存带宽除以权重大小的方式预测生成速度1。

工具开发者通过在M4和M5 Pro机型上进行实际测量,建立了预测精度达90.8%的模型1。以Llama 3.3 70B为例,该模型在M4 Pro 64GB配置下可正常运行,其权重为42.8 GB,加上8K tokens上下文约1 GB以及macOS系统占用后需用掉53.2 GB的可用内存,生成速度约为5.7 tokens/sec1。内存计算采用参数数量(十亿)×比特数÷8的公式,其中Q4_K_M量化平均4.85比特,Q8_0约8.5比特,FP16为16比特1。

从硬件支持角度看,M4基础款内存带宽为120 GB/s,而M5 Pro达到307 GB/s1。生成速度的预测公式为内存带宽÷权重大小加3.3毫秒固定开销,在测试中达到理论带宽的90.8%,预测精度误差控制在4.6%以内1。70B模型在Q4_K_M量化下需约56 GB内存,包括43 GB权重、15%运行时开销、1-2 GB KV缓存及3 GB系统预留1。对于想要体验该配置的用户,M4 Pro Mac mini 64GB的租赁价格为$197/月(年付)或$286/月(月付)1。


评论