苹果即将发布的macOS Tahoe 26.2系统将引入一项革命性功能,允许用户通过Thunderbolt 5连接将多台Mac设备组建成统一的计算系统。这项低延迟特性为开发者和研究人员提供了创建强大AI超级计算机的新途径,能够高效运行大规模本地模型。
过去虽然也有通过Thunderbolt连接Mac集群的案例,但受限于较慢的传输速度,特别是需要集线器时速度可能降至10 Gb/s。苹果的新功能充分利用了Thunderbolt 5高达80Gb/s的连接能力,大幅提升了集群性能。
这项集群功能不仅限于高端Mac Studio,还支持M4 Pro Mac mini和M4 Pro/Max MacBook Pro。开发者无需特殊硬件,仅需标准的Thunderbolt 5线缆和兼容的Mac设备即可构建集群。
在演示中,由四台Mac Studio组成的集群成功加载并运行了包含1万亿参数的Kimi-K2-Thinking模型,使用ExoLabs的EXO 1.0早期版本。值得注意的是,整个集群功耗不到500瓦,比典型GPU集群低约10倍。作为对比,NVIDIA RTX 5090的额定功耗为575瓦,实际需求可能更高。
macOS Tahoe 26.2还将为苹果开源MLX项目提供对M5芯片神经加速器的完全访问权限,这将显著提升AI推理速度。然而讽刺的是,目前唯一搭载M5芯片的Mac设备——14英寸MacBook Pro——仅支持Thunderbolt 4,无法享受新的Mac集群功能。
苹果芯片的统一内存架构和低功耗设计已经让Mac成为AI工作的理想选择,而通过Thunderbolt 5组建多系统集群的能力对处理大型模型的用户更具吸引力。虽然配备512GB内存的Mac Studio起价9499美元(搭载M3 Ultra芯片),但这只是最高配置。已经拥有Mac Studio、Mac mini和MacBook Pro的实验室和公司可以利用现有设备组建集群。
Q&A
Q1:macOS Tahoe 26.2的Mac集群功能支持哪些设备?
A:该功能支持Mac Studio、M4 Pro Mac mini和M4 Pro/Max MacBook Pro。开发者只需标准的Thunderbolt 5线缆和兼容的Mac设备即可构建集群,无需特殊硬件。
Q2:Mac集群相比传统GPU集群有什么优势?
A:Mac集群功耗显著更低,四台Mac Studio组成的集群功耗不到500瓦,比典型GPU集群低约10倍。同时利用苹果芯片的统一内存架构,能更高效地运行大型AI模型。
Q3:为什么搭载M5芯片的MacBook Pro无法使用集群功能?
A:虽然M5芯片支持神经加速器的完全访问,但14英寸MacBook Pro仅支持Thunderbolt 4,无法享受需要Thunderbolt 5的Mac集群功能。
好文章,需要你的鼓励
ChatGPT发布三年后,物理AI成为行业最新热词。物理AI是指在硬件中实现的AI系统,能够感知周围世界并进行推理以执行操作。与传统机器人不同,物理AI具备推理、行动和与环境交互的能力。智能眼镜是物理AI的典型代表,能够看到和听到用户所体验的内容。高通专家指出,AI可穿戴设备可以为机器人提供基于真实人类体验的高质量数据集,形成良性生态系统。
德国弗劳恩霍夫研究院提出ViTNT-FIQA人脸质量评估新方法,无需训练即可评估图像质量。该方法基于Vision Transformer层间特征稳定性原理,通过测量图像块在相邻层级间的变化幅度判断质量。在八个国际数据集上的实验显示其性能可媲美现有最先进方法,且计算效率更高,为人脸识别系统提供了即插即用的质量控制解决方案,有望广泛应用于安防监控和身份认证等领域。
来自加州大学伯克利分校和康奈尔大学的研究团队,通过分析130万篇学术论文发现,使用ChatGPT等AI工具的科学家论文产出平均提升40-60%,且英语非母语研究者受益最大。
布朗大学联合图宾根大学的研究团队通过系统实验发现,AI医疗助手的角色设定会产生显著的情境依赖效应:医疗专业角色在急诊场景下表现卓越,准确率提升20%,但在普通医疗咨询中反而表现更差。研究揭示了AI角色扮演的"双刃剑"特性,强调需要根据具体应用场景精心设计AI身份,而非简单假设"更专业等于更安全",为AI医疗系统的安全部署提供了重要指导。