这几天AI硬件圈发生了一件挺有意思的事：三件看似不相关的动态在同一周汇合，全都指向同一家公司——英伟达。
9月22日，苹果新款Mac Studio（M5 Ultra版）正式开售交付，46999元起；9月24日，高盛发了一份观点相当直接的研报：如果更多推理任务迁移到终端设备和企业自有机器上，英伟达在AI推理增量里能拿到的份额，可能低于市场当前的预期——他们甚至建议客户用"做多苹果、做空英伟达"的期权组合来表达这个判断。同一天，苹果硬件主管Johny Srouji接受路透社采访的话被广泛转发：企业一旦买断设备，就不用再为每一次推理请求向云端按token付费。华尔街见闻微博
再加上一个预告：10月下旬，512GB内存版的Mac Studio将到货。华尔街见闻
对盯着英伟达的人来说，这事有两层意义。往大了说，这是苹果第一次把"本地推理"做成明码标价的商品，摆上货架跟英伟达的推理地盘正面竞争；往小了说，如果你正盘算着置办一台跑大模型的机器，这就是一个真金白银的选择题——堆N卡、买Mac，还是干脆租API？今天把这三笔账一次算清。
先复盘：苹果是怎么把演示变成商品的
这条时间线其实不短。今年6月的WWDC上，LM Studio和苹果现场演示了一出好戏：四台Mac Studio组成集群，用雷雳5互联，拼出约1.5TB的统一内存池，在本地跑起了月之暗面的万亿参数模型Kimi K2.6（MoE架构，激活参数320亿），实测生成速度28 tokens/s。当时这个演示就在圈里炸了一波——放在几年前，本地跑万亿参数模型是天方夜谭。微博
8月25日，苹果正式发布新款Mac Studio：M5 Max版19999元起，M5 Ultra版46999元起，标配96GB统一内存加1TB存储。M5 Ultra最高36核CPU加80核GPU，内存可选到256GB、512GB，最高内存带宽1.2TB/s，机身带6个雷雳5接口。256GB加4TB的配置参考售价97999元。256GB加16TB的顶配要142999元。8月27日开启预购，9月22日正式发售。微博微博微博
9月初还有一条容易被忽略的消息：The Information爆料，OpenAI已经采购了数万台Mac mini和Mac Studio，还在追着苹果要货；Anthropic则通过AWS租用Mac算力，一台每月五百到九百多美元。别以为大公司买Mac是为了剪视频——人家是拿去做AI的。微博
然后就是9月24日高盛的研报，把这一切上升成了对英伟达的"叙事挑战"。
第一笔账：容量账——"每块钱能买到的内存"第一次能打
玩过本地大模型的都知道，最难受的从来不是速度，是容量。模型权重要塞进显存，塞不下就得换小模型或者上更狠的量化，智力跟着掉。
N卡这边什么行情？消费级旗舰RTX 5090，32GB显存，官方指导价16499元——但盯过行情的都知道，这卡从上市起就被AI算力需求成批买走，美国市场最低售价已经到了5000美元左右，欧洲部分成交价突破5200欧元。国内这边，微星魔龙版年初上架京东就标价25999元。5月中国特供版的价格已经逼近3.4万，9月初微博上流传的一份行情统计更直接：全球RTX 5090的平均行情价，高出发售价136%。想堆容量，只能多卡，而多卡意味着主板、电源、机箱、散热全套加码。知乎微博微博
Mac这边：M5 Ultra起步就是96GB统一内存，可以选到256GB、512GB。512GB是什么概念？DeepSeek R1满血版671B参数，4-bit量化后约404GB，单台机器直接装下。上一代需要"摆一排显卡"才能干的活，现在桌子底下一台19.7厘米见方的小盒子理论上就能干。微博
按"每GB多少钱"算一笔粗账：
RTX 5090：按指导价16499元/32GB，约516元/GB；按9月全球平均行情价（约3.9万元）算，超过1200元/GB
Mac Studio M5 Ultra 96GB版：46999元，约490元/GB
Mac Studio M5 Ultra 256GB版：97999元，约383元/GB
英伟达自家的DGX Spark（128GB统一内存）：价格已涨到4万元上下，约310元/GB
这里必须说清楚两点：第一，统一内存同时也是系统内存，你买的是整台电脑，不是单独一张卡，口径并不完全对等；第二，5090的显存带宽约1.79TB/s，比M5 Ultra的1.2TB/s还高。但对"跑大模型"这件事，顺序永远是先装得下、再谈快不快——这就是为什么本周知乎上会出现"实测Mac Studio本地跑大模型表现意外反超RTX 5090，二者该如何选"这样的热问。反超的不是绝对速度，是每块钱能买到的可用容量。知乎
还有一个背景板：这轮内存涨价潮里，一条32GB的DDR5内存条中位价已经摸到5000元左右，四条就是2万。想靠"买准系统回家插内存"给N卡路线省钱的旁门，也被堵上了一半。相比之下，苹果的统一内存至少是明码标价、不会一周一个价的。微博
第二笔账：速度与生态账——这里要泼冷水
容量账算完先别激动，有几个数字必须掰清楚。
首先，28 tokens/s是四台机器集群的实测，跑的还是激活参数只有320亿的MoE模型，不是单机成绩。单台M5 Ultra跑一个70B级别的稠密模型，4-bit量化后权重约40GB，容量上单机就能装下，速度上限则由1.2TB/s的带宽决定——够用，但别拿它跟数据中心的推理集群比。
其次，GPU算力本身不算强。B站上的全平台GPU性能对比里，M5 Ultra的成绩被归到"比肩RTX 3090"一档——那是2020年的旗舰。苹果的思路从来不是拼算力，是拼内存池。哔哩哔哩
第三，生态护城河是真实存在的。8月刚开源的Kimi K3（2.8万亿参数，官方MXFP4权重就有1.56TB），英伟达和AMD的显卡拿到了Day0支持，苹果生态的移植到8月底还"没影"。买Mac跑本地模型，你要有为新模型等适配、等框架更新的心理准备；而CUDA那边的vLLM、TensorRT-LLM这些推理栈，都是被生产环境毒打过无数轮的。最说明问题的是：苹果自己的一部分高要求AI任务，也放在谷歌云上用英伟达GPU跑——它最清楚这活谁干得好。微博华尔街见闻
第四，评测口径很乱。有的频道说AI性能提升46%，有的说最高4.2倍——数字差出这么多，说明"提升多少"完全取决于跟谁比、跑什么负载。看到任何单独的"X倍"，都先问一句：对比对象是谁。
所以，高盛那份研报的合理解读不是"苹果要干翻英伟达"，而是：推理的增量市场可能被分流。训练和数据中心推理，短期仍然牢牢在英伟达手里；但"企业自己跑稳定负载的推理""个人本地跑模型"这类场景，第一次有了N卡之外的正经选项。高盛自己的论据也很直白：英伟达当前隐含波动率处于疫情前以来最低，期权定价几乎没给"推理向本地迁移"这个变数留任何风险溢价——这才是他们建议买看跌期权的原因。微博
第三笔账：买还是租——那笔刷屏的"算完后悔"账
8月底，一位博主算了笔账，被转得很广：Kimi K3的API价格大约是一百万输出token一百块人民币，而搞一套四台M5 Ultra的本地集群要40万人民币起——同样的钱，够买大约40亿个token。他的结论很直接——算完这笔账，他把购物车里的Mac Studio删了，只留了个Mac mini。这笔账对绝大多数个人用户都成立：只使用推理、用量又不大的话，API几乎永远更便宜。本地部署要划算，得同时满足用量够大、频率够高、长期稳定这三个条件。微博
但有三类需求，API替代不了：
隐私与合规：数据不能出内网，金融、法务、医疗场景是典型。这正是Srouji那句"买断设备、不按token付费"瞄准的人群。
稳定高频负载：7×24小时跑满的推理服务，按token计费按月算就是天价，买断反而可控。Anthropic租Mac算力一台每月500到900多美元，可以当参考价。微博
离线与端侧：没有网络的地方，云再便宜也与你无关。
还要提醒一句"买"的隐藏成本：46999元只是单机起步价，想跑万亿参数就要四台集群、40万起步；功耗虽然远低于GPU集群，但也同样是电。倒是这轮行情里有个反直觉的"利好"：显卡不但没跌，反而在涨——微博上有电竞店晒出真实回收案例，客户当年花31000元买的5090整机，一个月前单卡就卖出了36000元。不过对真要用卡的人来说，这不算什么安慰：卡卖了，模型用什么跑？微博
对号入座：三类人，三种答案
如果你以打游戏为主，AI只是偶尔尝鲜：这篇跟你关系不大。游戏生态在N卡这边，DLSS 5也在N卡这边，该买GeForce买GeForce，别为了AI买Mac结果发现游戏没法玩。你真正该操心的是显卡涨价的节奏，那是另一个话题。
如果你以本地推理为主——个人AI助手、代码模型、隐私数据场景：5万元档位现在是真正的分岔口。两张5090（64GB显存）按当下行情总价要6万元往上，一台M5 Ultra 96GB版只要46999元——账面上反而是Mac便宜，但决策不能只看价格：要微调、要训练、要新模型Day0支持，留在N卡；纯推理，图安静、省电、不折腾，Mac第一次值得认真考虑。预算宽裕又不着急的，建议等10月下旬512GB版到货、看完单机实测再掏钱——那才是"一台装下DeepSeek R1满血版"的完全体。
如果是小团队想自建推理：别一步到位。高盛研报其实给出了一张验收清单：实测推理速度、并发用户数、总拥有成本——这三个变量没有公开实测数据之前，先拿一台单机跑你们自己的真实负载，跑满一个月再决定扩不扩容。OpenAI和Anthropic都在成规模地用Mac，等于在替所有中小团队趟路，跟着他们的采购动向走不会太离谱。
接下来值得盯的四个信号
最后留一份观察清单，省得以后再到处翻：
10月下旬512GB版的实测：单机跑DeepSeek R1满血版的速度、多机集群的稳定性，这是苹果"本地推理"故事成色的试金石；
MLX/LM Studio的适配速度：Kimi K3这批新模型什么时候有Mac移植、四机集群方案会不会产品化——现在那套还是演示级玩法；
英伟达的应对：DGX Spark这条产品线的价格和迭代节奏、显存供应行情。如果5090继续溢价，Mac的相对价值只会更高；
期权市场会不会重新定价：高盛说英伟达隐含波动率太低，如果"推理向本地迁移"的叙事在未来一两个季度被更多数据坐实，波动会来的。
总结一下：英伟达的推理护城河，不会因为几台Mac Studio就决堤——数据中心规模、CUDA生态、训练市场，短期都动不了。但这个9月值得记一笔：苹果亲自下场，把"本地推理"从极客玩具变成了货架商品，连高盛都开始教人做空这个叙事了。对普通玩家最实际的意义是：跑大模型这件事，第一次有了N卡之外的正经选项；而手里攥着预算等5090降价的人，现在多了一个"再等等"的理由。
你会选哪条路？评论区聊聊。
