苹果
M4 Ultra的内存带宽应该能达到1092GB/s，这个数值比4090略高一点，不过高得并不多。但这其实并不重要，因为M4 Ultra最早也要到明年3月才会推出，不管怎样都会比5090要晚，预计5090的内存带宽能达到1500GB/s。真正有意思的问题是，在M4 Ultra之后，是否还会有四联Max的超大杯版本。根据Mark Gurman最初的爆料，
苹果一开始是打算做一个四联胶水（产品）的。不过这个消息的可靠性值得怀疑，因为Asahi
linux的发起人Hector Martin很早就通过逆向工程预测出当时M1的底层设计仅仅支持双联。从M1 Ultra到M2 Ultra有巨大的提升这一点来看，
苹果显然是遇到了一些胶水瓶颈，可能在很早的时候就放弃了四联产品的开发。然而，四年的时间过去了，发生了许多事情。首先，Mac Pro并没有被砍掉，但是它现在的处境十分尴尬，它的性能和Mac Studio相同，价格却贵很多，而且PCI - E还不能插显卡。Mac Pro的CPU散热是按照500W的至强处理器来设计的，这个散热能力是M2 Ultra的两倍。其次，
苹果需要大量的GPU来运行云端LLM，以支持自己的私有云计算（Private Cloud Compute）。目前
苹果的云端LLM只有14B，这可能更多是受到
Apple Silicon的限制。
苹果显然不打算购买第三方显卡来做推理，所以他们需要一个比Ultra更大的显卡。除了私有云计算，
苹果可能也有一些训练需求要开放给开发者。目前
Apple Intelligence使用LoRA提升了小模型的性能。
苹果会依据具体的任务，例如邮件重写、通知总结等，先在14B（相对而言）的大模型上运行、收集数据，然后微调小模型以得到适配器（这是
苹果的术语）。目前这个流程是
苹果专属的，但在可预见的未来，必然要开放给开发者。再加上未来
苹果在端侧肯定会有多个不同的LLM版本（至少会有中文和英文两个版本），
苹果极有可能推出上传数据，放在类似Xcode Cloud的平台上进行微调，然后根据用户设备下载不同适配器的服务。当然，对于这种服务
苹果可能会继续使用TPU，不过如果使用
Apple Silicon的话，就可以在CoreML里实现，让开发者在本地进行训练和测试。用Mac运行
AI并不是果粉的疯狂之举。随着生态的成熟，包括
苹果自己官方的MLX库，用Mac运行
AI已经变成一件性价比很高的事情了——要知道这还是在
苹果内存价格昂贵的情况下。
