10 月 15 日,Apple 在库比提诺正式发布新一代自研芯片 M5,并同步宣布其将登陆全新的 14 英寸 MacBook Pro、iPad Pro 与 Apple Vision Pro,相关产品即日起开启预购。

这次发布的全新M5芯片继续采用第三代 3nm 工艺,但真正的变化发生在 GPU。Apple 为其引入了全新的 10 核图形处理器架构,更重要的是每一颗 GPU 核心都“内建”神经网络加速器(NNA),让基于 GPU 的 AI 任务峰值计算性能相较 M4 提升“4 倍以上”。同时,第三代光线追踪配合经重构的动态缓存,让纯图形性能也得到跃迁:在采用光追场景下总体图形性能最高再涨 45%。这意味着无论是大模型的本地推理,还是 3D 创作与重度游戏,M5 都在 GPU 这一侧把“效率阀门”进一步拧开。
为 AI 和图形性能优化的新一代图形处理器架构
M5 芯片上的神经网络加速器让基于图形处理器的 AI 任务在通过 LM Studio 等 app 在设备端运行时表现大幅提升。M5 芯片上的神经网络加速器让基于图形处理器的 AI 任务在通过 LM Studio 等 app 在设备端运行时表现大幅提升。CPU 与 NPU 的组合同样完成了“细节到位”的打磨。M5 的 CPU 最高 10 核,由最多 4 颗性能核心与 6 颗能效核心构成,官方称这是“历来最快的性能核心”,多线程性能相较 M4 最高再提 15%。神经网络引擎仍为 16 核,但在运行速度与能效上获得提升;叠加 GPU 内的 NNA 与更快的媒体引擎,整体 AI 任务的调度路径被拉直了。换到用户语言,就是应用的响应更快、能耗更低,且后台还能吞下更复杂的工作流。
更快的神经网络引擎,驱动智能功能
神经网络引擎带来强大且能效卓越的 AI 性能,让 Apple Vision Pro 上的空间场景等 AI 功能运行更快。神经网络引擎带来强大且能效卓越的 AI 性能,让 Apple Vision Pro 上的空间场景等 AI 功能运行更快。AI 想跑得更顺,还得靠“喂得上”。M5 将统一内存带宽拉升至 153GB/s,较上一代提升近三成,并维持一体化的 UMA 架构,让 CPU、GPU 与神经网络引擎共享一池大内存;在容量层面,这一代最高 32GB。对创意人群而言,多图层 HDR 时间线、4K 多机位素材与大体量 RAW 批处理的“卡顿阈值”被再次抬高;对 AI 开发者与重度玩家来说,模型加载与纹理吞吐也更有底气,设备端“开大”的把握性更强。
内存提升,进一步为 AI 赋能
这次发布还把一个细节讲得很“应用层”。Apple 提到 LM Studio 等应用在设备端运行时,能直接吃到 GPU NNA 的红利;在生态侧,Core ML、Metal Performance Shaders、Metal 4 等框架会“无感”继承这波性能增益,而开发者也可通过 Metal 4 的张量 API 直连这些新硬件单元。对于 Vision Pro 用户,M5 还带来了更高的渲染上限:micro-OLED 上的像素渲染量提升 10%,刷新率最高达 120Hz,清晰度与运动显示进一步改善,这是典型“硬件让内容更顺眼”的场景化收益。

如果把 M1 到 M5 看作一条持续“往设备端靠拢”的曲线,那么 M5 的意义在于让“本地 AI”从可能变得更可用。GPU 核心级的 NNA 改造,像是给通用图形计算插上了一组“专门为模型加速的翅膀”;更快的 CPU 与更高的内存带宽,则把数据通道清了又清。对普通用户,这是更顺滑的照片视频创作、更稳的高帧游戏、更及时的智能功能;对内容生产者和开发者,这是更低延迟、更可控的 on-device 工作流,隐私与离线使用的价值也会在更多真实场景里显性化。至于是否“值得等等看”,答案可能取决于你对设备端 AI 的期待有多高,以及你的生产力链路是否正好踩在这些优化的关键路径上。
写到这里想把话题交给大家:在你当前的日常或工作场景里,哪一类 AI 任务最需要“本地即刻响应”?你会为此优先入手哪台搭载 M5 的设备,MacBook Pro、iPad Pro,还是更看重 Vision Pro 的沉浸式升级?欢迎在评论区聊聊你的使用清单和期待中的“杀手级”应用。
完了,最后一道壁垒破了!这下Mac真能好好打游戏了
你gpu再强又怎么样,内存卖金价啊
很好,我等M6
这时候买一台Mac mini当台式机用就变得可行了
利润最大化和ai算力存储需求的矛盾不可调和,路线都错了,m5只是在错误的道路上走得更远。
Xbox掌机的口碑不差。索尼也要做掌机,竞争那么大。估计苹果不会参与游戏了。
内存=金子
遥遥领先
mac真的好用吗?很多软件都用不了,还是用不习惯
卧槽,刚买的m4air
围观一下。