Apple เปิดตัว M3 Ultra

 (apple.com)
1 คะแนน โดย GN⁺ 2025-03-06 | 1 ความคิดเห็น | แชร์ทาง WhatsApp
  • Apple เปิดตัว M3 Ultra ชิประดับสูงสุดสำหรับ Mac พร้อมยกระดับ Mac Studio ให้เป็นเวิร์กสเตชันสำหรับงาน AI, กราฟิก และวิดีโอขนาดใหญ่ยิ่งขึ้น
  • สเปกหลักประกอบด้วย CPU 32 คอร์, GPU สูงสุด 80 คอร์, Neural Engine 32 คอร์, Thunderbolt 5 และ unified memory สูงสุด 512GB
  • เมื่อเทียบกับ Mac Studio รุ่นก่อนหน้า Apple ระบุว่า CPU เร็วกว่า M2 Ultra สูงสุด 1.5 เท่า และ GPU เร็วกว่า M2 Ultra สูงสุด 2 เท่า
  • UltraFusion เชื่อมได M3 Max สองตัวเข้าด้วยกันด้วยการเชื่อมต่อความเร็วสูงกว่า 10,000 เส้น ทำให้ซอฟต์แวร์มองเห็นเหมือนเป็นชิปตัวเดียว
  • ด้วยแบนด์วิดท์หน่วยความจำมากกว่า 800GB/s และหน่วยความจำสูงสุด 512GB ชิปนี้มุ่งรองรับงาน 3D rendering, visual effects, AI และการรัน LLM ที่มีพารามิเตอร์มากกว่า 600 พันล้านตัว บนอุปกรณ์โดยตรง

บทบาทและสเปกพื้นฐานของ M3 Ultra

  • Apple เปิดตัว M3 Ultra ในฐานะชิปที่มีประสิทธิภาพสูงสุดเท่าที่บริษัทเคยสร้างมา
  • ถูกวางตำแหน่งให้เป็นชิปที่มอบ CPU และ GPU ที่ทรงพลังที่สุดบน Mac, Neural Engine 32 คอร์ และ unified memory มากที่สุดในคอมพิวเตอร์ส่วนบุคคล
  • องค์ประกอบหลักมีดังนี้
    • CPU สูงสุด 32 คอร์
    • GPU สูงสุด 80 คอร์

    • Neural Engine 32 คอร์

    • Thunderbolt 5

      • unified memory สูงสุด 512GB
      • M3 Ultra ถูกใช้เป็นชิปที่ยกระดับประสิทธิภาพของ Mac Studio รุ่นใหม่

ประสิทธิภาพและงานด้าน AI

  • CPU ประกอบด้วยคอร์ประสิทธิภาพ 24 คอร์และคอร์ประหยัดพลังงาน 8 คอร์ ให้ประสิทธิภาพสูงกว่า M2 Ultra สูงสุด 1.5 เท่า และสูงกว่า M1 Ultra สูงสุด 1.8 เท่า
  • GPU เป็นคอนฟิกที่ใหญ่ที่สุดในบรรดาชิปของ Apple โดยมีคอร์กราฟิกสูงสุด 80 คอร์ และเร็วกว่า M2 Ultra สูงสุด 2 เท่า และเร็วกว่า M1 Ultra สูงสุด 2.6 เท่า
  • เกณฑ์เปรียบเทียบประสิทธิภาพอ้างอิงจากระบบ Mac Studio รุ่นก่อนหน้า
    • M1 Ultra: CPU 20 คอร์, GPU 64 คอร์, RAM 128GB
    • M2 Ultra: CPU 24 คอร์, GPU 76 คอร์, RAM 192GB
  • สถาปัตยกรรมกราฟิกรวมถึง dynamic caching, hardware-accelerated mesh shading และ ray tracing
  • งาน AI และ machine learning ใช้ตัวเร่ง ML ใน CPU, GPU, Neural Engine และแบนด์วิดท์หน่วยความจำมากกว่า 800GB/s ร่วมกัน
  • Mac Studio ที่ติดตั้ง M3 Ultra สามารถรันโมเดลภาษาขนาดใหญ่ที่มี พารามิเตอร์มากกว่า 600 พันล้านตัว บนอุปกรณ์ได้โดยตรง

Unified memory และงานขนาดใหญ่

  • สถาปัตยกรรม unified memory ของ M3 Ultra ชูจุดเด่นด้านแบนด์วิดท์สูงและ latency ต่ำ
  • หน่วยความจำ เริ่มต้นที่ 96GB และคอนฟิกได้สูงสุด 512GB
  • Apple ระบุว่าความจุนี้มากกว่าหน่วยความจำที่มีในกราฟิกการ์ดระดับเวิร์กสเตชันขั้นสูงในปัจจุบัน
  • คอนฟิกนี้มีเป้าหมายเพื่อลดคอขวดในงานระดับโปรที่ต้องใช้หน่วยความจำกราฟิกจำนวนมาก เช่น 3D rendering, visual effects และ AI

Thunderbolt 5 และการขยายระบบ

  • M3 Ultra นำ Thunderbolt 5 มาสู่ Mac Studio โดยให้ความเร็วถ่ายโอนข้อมูลสูงสุด 120Gb/s
  • แบนด์วิดท์สูงกว่า Thunderbolt 4 มากกว่าสองเท่า
  • พอร์ต Thunderbolt 5 แต่ละพอร์ตได้รับการรองรับจากคอนโทรลเลอร์ที่ออกแบบเองซึ่งอยู่บนชิปโดยตรง
  • แบนด์วิดท์เฉพาะต่อพอร์ตมุ่งตอบโจทย์ผู้ใช้ระดับโปรที่ใช้งาน external storage, docking, hub และ expansion chassis รุ่นถัดไป
  • Thunderbolt 5 ยังทำให้สามารถเชื่อมต่อระบบ Mac Studio หลายเครื่องเข้าด้วยกันได้

เทคโนโลยีภายในชิป

  • UltraFusion ใช้ silicon interposer ในตัวเพื่อเชื่อมได M3 Max สองตัวด้วยสัญญาณมากกว่า 10,000 เส้น
    • แบนด์วิดท์ระหว่างไดแบบ latency ต่ำมากกว่า 2.5TB/s
    • สำหรับซอฟต์แวร์ M3 Ultra จะดูเหมือนเป็นชิปตัวเดียว
  • Media engine มีทรัพยากรเป็น 2 เท่าของ M3 Max และรองรับการประมวลผลวิดีโอพร้อมกันได้มากขึ้น
    • มี H.264 และ HEVC แบบฮาร์ดแวร์ พร้อม engine เข้ารหัสและถอดรหัส ProRes สี่ตัว
    • เล่น สตรีม 8K ProRes 422 ได้สูงสุด 24 สตรีม
  • Display engine รองรับ Pro Display XDR สูงสุด 8 จอ และขับพิกเซลได้มากกว่า 160 ล้านพิกเซล
  • Secure Enclave ทำงานร่วมกับ hardware-verified secure boot และเทคโนโลยีป้องกันการโจมตีขณะรันไทม์

ประสิทธิภาพพลังงานและเป้าหมายด้านสิ่งแวดล้อม

  • ประสิทธิภาพด้านพลังงานของ M3 Ultra ช่วยให้ Mac Studio รุ่นใหม่ผ่านเกณฑ์ด้านประสิทธิภาพพลังงานของ Apple
  • ยังมีผลต่อการลดพลังงานรวมที่ใช้ตลอดอายุการใช้งานของผลิตภัณฑ์
  • ปัจจุบัน Apple มีสถานะเป็นกลางทางคาร์บอนในการดำเนินงานขององค์กรทั่วโลก และวางแผนจะบรรลุความเป็นกลางทางคาร์บอนสำหรับรอยเท้าคาร์บอนทั้งหมดภายในสิ้นปี 2030 ตามเป้าหมาย Apple 2030

บทความที่เกี่ยวข้อง

1 ความคิดเห็น

 
GN⁺ 2025-03-06
ความคิดเห็นบน Hacker News

  • หน่วยความจำแบบรวม 512GB นี่เรียกได้ว่าเปิดพื้นที่ใหม่จริง ๆ
    เคยสงสัยว่า Apple จะก้าวข้ามข้อจำกัดด้านหน่วยความจำเมื่อไร ตอนนี้หน่วยความจำแบบรวมขึ้นไปถึง 0.5TB แล้ว ใช้งานได้จริงมากสำหรับการรันโมเดล AI ขนาดใหญ่ในเครื่อง และเมื่อเทียบกับแนวทางแบบ NVIDIA วิธีที่รวมหน่วยความจำประสิทธิภาพสูงจำนวนมากขนาดนี้ไว้ในชิปตัวเดียวนั้นน่าสนใจ แต่ก็อยากรู้ว่าดีไซน์ที่เหมือนเอา M3 Max สองตัวมา “ประกบกัน” จะทำผลงานด้าน ความร้อนและการใช้พลังงาน ได้แค่ไหน

    • แบนด์วิดท์หน่วยความจำไม่ได้เพิ่มขึ้น และอยู่ในระดับที่ M2 Studio ก็ทำได้อยู่แล้ว แน่นอนว่าถ้าจ่าย 10,000 ดอลลาร์ก็จะได้หน่วยความจำแบบรวม 512GB
      ปัญหาคือในสเกลนั้น โมเดลภาษาขนาดใหญ่จะรันได้ด้วยประสิทธิภาพที่ใช้งานได้จริงหรือไม่ แม้จะมีหน่วยความจำแบบรวมเพียงพอ แต่ถ้าแบนด์วิดท์หน่วยความจำเท่าเดิม ต่อให้ประสิทธิภาพการประมวลผล AI ของชิปใหม่สูงขึ้นก็จะเกิด ผลตอบแทนที่ลดลง สุดท้ายแล้วน่าจะมีอัตราส่วนที่เหมาะสมบางอย่างระหว่างแบนด์วิดท์หน่วยความจำต่อประสิทธิภาพการประมวลผล กับขนาดของพูลหน่วยความจำ
    • ไม่ค่อยแน่ใจว่าหน่วยความจำแบบรวมเกี่ยวข้องเป็นพิเศษตรงนี้หรือไม่ เช่น บน zen4/zen5 Epyc ประสิทธิภาพด้านคณิตศาสตร์มีมากพอจนการ inference ของ LLM กลายเป็น คอขวดที่แบนด์วิดท์หน่วยความจำ ล้วน ๆ
      ฝั่ง dual SP5 Epyc ดูเหมือนจะมีแบนด์วิดท์หน่วยความจำมากกว่าผลิตภัณฑ์ Apple ตัวนี้ด้วย และในช่วงราคาแบบ Apple ก็น่าจะใส่ RAM ได้ราวสองเท่า บางทีโซลูชันของ Apple น่าจะมีประสิทธิภาพต่อพลังงานดีกว่า
    • สงสัยว่านี่เป็น หน่วยความจำบนชิป หรือเปล่า ถ้า 800GB/s ก็ดูใกล้เคียงกับบัส 512 บิตไปยังโมดูล DDR5 หรือก็คือ 8 แชนเนลมากกว่า แม้ควอดแชนเนลก็เกือบทำได้อยู่ แต่ก็เหมือนดันจนสุดขีด และถึงอย่างนั้นก็ยังเป็นคอนฟิกที่ดี
      ในแง่การใช้งานจริง อยากรู้ว่าแอปกระแสหลักอะไรจะได้ประโยชน์จากการผสมกันของหน่วยความจำระดับนี้กับพลังประมวลผลที่ดีแต่ค่อนข้างระดับกลาง ถ้าระบบจัดเต็มราคา 14K ดอลลาร์ บางคนอาจจะชอบ NVIDIA Project DIGITS สักสองเครื่องมากกว่าหรือเปล่า
    • สงสัยว่าการเอา RAM ไปไว้บนชิปเดียวกับชิปประมวลผลนั้น คุ้มค่าเชิงเศรษฐศาสตร์ หรือไม่
      สำหรับงานประมวลผลคงอยากสงวนโหนดกระบวนการผลิตที่ดีที่สุดไว้ และใช้กระบวนการผลิตที่ถูกกว่าสำหรับ RAM มากกว่า

  • แปลกใจที่เป็น M3 ไม่ใช่ M4 โดยพื้นฐานแล้วสงสัยว่าเป็นการใช้ประโยชน์จาก binning/yield หรือเปล่า แต่เหมือนเคยอ่านที่ไหนสักแห่งว่า interposer ที่ทำให้สิ่งนี้เป็นไปได้ในชิป M1 ไม่มีแล้ว
    ถึงอย่างนั้น RAM แบบรวม 512GB ที่ NPU เข้าถึงได้ก็เป็นตัวเปลี่ยนเกมอย่างแท้จริง ดูเหมือน Apple พัฒนาชิปนี้เพื่อใช้งาน AI ภายใน และตอนนี้มาถึงขั้นเปิดให้คนอื่นใช้แล้ว เพียงแต่ฮาร์ดแวร์นี้ต้องการ ฟอร์มแฟกเตอร์แร็ก 2U จริง ๆ ตอนนี้ระบบปฏิบัติการกำลังถ่วงฮาร์ดแวร์นี้อยู่

    • ถ้า Apple รองรับ Linux แบบเนทีฟ โดยเฉพาะแบบ headless และเอา M4 Pro ใส่แร็กได้ ผมจะเอาไปใช้ในศูนย์โคโลเคชันทันที
      CPU แทบไม่มีคู่แข่งทั้งด้านความเร็วและแบนด์วิดท์หน่วยความจำ ยังน่าแปลกใจที่บริษัทอื่นยังทำ ชิปเซิร์ฟเวอร์ Arm ที่แข่งขันได้ไม่ได้
    • ระบบปฏิบัติการกำลังถ่วงไว้จริง ๆ แม้ Apple จะไม่รื้อฟื้นสายพันธุ์ของ XServe OS ในอดีต อย่างน้อยก็น่าจะร่วมมือกับนักพัฒนา Linux หรือ BSD เพื่อนำ ระบบปฏิบัติการสำหรับเซิร์ฟเวอร์ ที่เหมาะกับสแต็กฮาร์ดแวร์นี้มาใช้
      ระบบปฏิบัติการสำหรับผู้บริโภคส่วนตัวแล้วดีกว่า Windows แต่ก็มีสิ่งที่ไม่จำเป็นและเศษซากเก่า ๆ มากขึ้นเรื่อย ๆ จนทนใช้กับเวิร์กโหลดเซิร์ฟเวอร์ระดับโปรดักชันได้ยาก ถ้ามี server OS ที่ปฏิบัติกับฮาร์ดแวร์ชั้นล่างเหมือน hypervisor เพื่อแนบหรือแชร์องค์ประกอบต่าง ๆ ให้กับ VM และคอนเทนเนอร์ได้ ก็จะมีมูลค่ามหาศาลในดาต้าเซ็นเตอร์ขนาดเล็กหรือสภาพแวดล้อม edge NPU แบบ on-premises ที่มี RAM ระดับนี้จะช่วยได้มากสำหรับการเร่ง AI ภายในเครื่องที่ผู้ใช้หลายคนบน LAN แชร์กัน
    • ผมชอบและเคารพคนที่เขียนบทความ “ข่าวลือ Apple” แต่เรื่องนี้มักจะใกล้เคียงกับแนว “อ่านบล็อกออกแบบ CPU ห้าบล็อกแล้วกลายเป็นผู้เชี่ยวชาญ” มากกว่า
      เหตุผลที่ใช้คาดเดาคือในภาพไดของ M3 Max ไม่เห็น interposer แต่นั่นแทบไม่ได้บอกอะไรเลยว่าในคอนฟิก M3 Ultra รองรับได้หรือไม่ การประกาศวันนี้คือหลักฐาน
    • Apple อาจทำฮาร์ดแวร์แร็ก 2U และรองรับ Linux ได้ หรืออาจให้บิลด์ Darwin ที่รันแบบ headless ก็ได้ แต่ในกรณีหลังน่าจะมีซอฟต์แวร์ให้ใช้ไม่มากนัก
      ถึงอย่างนั้นสุดท้ายผู้คนก็คงเริ่มพอร์ต และก็มี MacPorts กับ Homebrew อยู่แล้ว จึงอาจปรับให้รันบนแพลตฟอร์มนั้นได้ แต่ดูเหมือน Apple ไม่สนใจตลาดนั้น ดังนั้นคงไม่น่าจะเกิดขึ้นจริง
    • เพราะสงสัยเรื่อง binning/yield เลยลองสรุปว่าชิป Apple Max ถูก cut down ในคอนฟิกที่วางขายมากแค่ไหน
      M1 Max มีคอร์ GPU 24~32 คอร์, M2 Max 30~38 คอร์, M3 Max 30~40 คอร์, M4 Max 32~40 คอร์ ถ้าดูวันประกาศ M1 Max คือ 18 ตุลาคม 2021, M1 Ultra คือ 8 มีนาคม 2022, M2 Max คือ 17 มกราคม 2023, M2 Ultra คือ 5 มิถุนายน 2023, M3 Max คือ 30 ตุลาคม 2023, M3 Ultra คือ 12 มีนาคม 2025, M4 Max คือ 30 ตุลาคม 2024 เมื่อดูความล่าช้าเพิ่มเติมระหว่างการเปิดตัว M3 Max กับ Ultra แล้ว การคาดเดาว่า Apple พัฒนาชิปนี้เพื่อใช้งาน AI ภายในก็ดูสมเหตุสมผลพอสมควร

  • หน่วยความจำสูงสุดของรุ่น M2 Ultra ก่อนหน้านี้คือ 192GB และรุ่น Pro หรือ M3 บางรุ่นอยู่ที่ 128GB ซึ่งผมมองว่าแค่นั้นก็เพียงพอสำหรับงานระดับมืออาชีพ 99.9% แล้ว
    แต่ตอนนี้เพิ่มเป็น 512GB และราคา Mac Studio รุ่น 512GB ก็พุ่งไปถึงระดับบ้าคลั่งที่ 9,499 ดอลลาร์ นี่แทบจะแน่นอนว่าเป็นผลจาก กระแสตื่นทอง AI

    • บริษัท AI ทั่วโลกคงกำลังประเมินกันอยู่ว่าประสิทธิภาพการประมวลผลมันเพียงพอจนกลายเป็นเส้นทาง AI ที่สมเหตุสมผลหรือไม่ ถ้าคำตอบคือใช่ ราคา 10,000 ดอลลาร์ถือว่าถูกมากในเชิงสัมบูรณ์
    • LLM ใช้ RAM จำนวนมากได้ง่าย และระบบเหล่านี้ถูกกว่าคอนฟิก GPU ที่มี RAM เท่ากันมาก ๆ แน่นอนว่าช้ากว่า
      ตัวอย่างเช่น โมเดล Llama-3.1 405B แบบ quantization 4 บิตน่าจะใส่ได้สบาย
    • ประเด็นสำคัญคือประสิทธิภาพ DeepSeek และ Llama 405B ดูเหมือนจะแสดงให้เห็นถึงความจำเป็นของหน่วยความจำที่มากขึ้น
      ตอนนี้ผู้คนก็ยังสามารถประกอบระบบ Epyc ที่ใส่ RAM ระดับนี้หรือมากกว่านี้ได้ด้วยต้นทุนที่ถูกกว่ามาก แล้วรัน DeepSeek ได้ราว 6 โทเคนต่อวินาที เพียงแต่ไม่ใช่ทุกคนจะชอบประกอบและจูนเครื่องเอง ดังนั้นจึงมีตลาดสำหรับคนที่อยากเลี่ยงงานยุ่งยากนี้อยู่ การพูดถึง “กระแสตื่นทอง AI” เหมือนเป็นเรื่องแย่ แต่จริง ๆ ไม่จำเป็นต้องเป็นแบบนั้นเสมอไป
    • RAM นั้นก็เป็น VRAM ในเวลาเดียวกันด้วย ดังนั้น VRAM 0.5TB จึงไม่ถูกเลย เมื่อเทียบกันแล้ว Apple กลับค่อนข้างถูกด้วยซ้ำ
    • คำถามใหญ่คือราคา 10,000 ดอลลาร์นี้ได้รวม ภาษีจีนของ Trump เข้าไปแล้วหรือยัง หรือราคาจะขึ้นไปอีก

  • ปัจจุบัน Docker ยังไม่รองรับ Metal GPU
    หากรัน LLM ผ่าน Docker บนชิป Apple M3 หรือ M4 มันจะทำงานในโหมด CPU ไม่ว่าจะเป็นชิประดับใดก็ตาม เพราะ Docker รองรับเฉพาะ GPU ของ Nvidia และ Radeon ถ้าพัฒนา LLM บน Docker ควรพิจารณาโน้ตบุ๊ก Framework ที่มี GPU Nvidia หรือ Radeon มากกว่า อ้างอิงจากการที่กำลังพัฒนาเฟรมเวิร์ก AI agent ที่รัน LLM ภายใน Docker บน M3 Max อยู่: https://kdeps.com

  • ถ้าอัปเดต Studio เป็น M3 Ultra ตอนนี้ M4 Ultra ก็อาจถูกส่งตรงไปยัง Mac Pro ในงาน WWDC เลยก็ได้ จังหวะเวลาน่าสนใจ และอาจเปลี่ยนฟอร์มแฟกเตอร์ของ Mac Pro ด้วย
    อีกอย่าง นี่น่าจะเป็นผลิตภัณฑ์ที่ผลิตจำนวนน้อยมาก ดังนั้นการใช้กระบวนการ N3B คงไม่ใช่ปัญหาร้ายแรง ขณะเดียวกันชิปเหล่านี้น่าจะมีต้นทุนการผลิตสูงมาก การจับคู่กับ คอนฟิก RAM ราคาสูง จึงสมเหตุสมผลอยู่บ้าง

    • น่าสนใจที่ดูเหมือน Apple ยืนยันบนเว็บไซต์ฝรั่งเศสว่า M4 ไม่มีอินเตอร์คอนเน็กต์สำหรับสร้าง “Ultra” [0][1] ตรงข้ามกับที่เคยคิดไว้ อาจจะไม่มี M4 Ultra ออกมาก็ได้
      ข่าวนี้ควรอ่านด้วยความระมัดระวัง แต่บอกกันว่าเป็นคำพูดจาก Apple โดยตรง ถ้าเป็นอย่างนั้น ก็ยิ่งน่าสงสัยว่า Apple จะทำอะไรกับ M2 Mac Pro
      [0] https://www.numerama.com/tech/1919213-m4-max-et-m3-ultra-let...
      [1] บริบทเพิ่มเติมจาก Macrumors: https://www.macrumors.com/2025/03/05/apple-confirms-m4-max-l...
    • Apple กล่าวว่าไม่ได้หมายความว่าทุกเจเนอเรชันจะมีรุ่น “Ultra”: https://arstechnica.com/apple/2025/03/apple-announces-m3-ult...
    • เท่าที่เข้าใจ Apple เคยต้องการหาวิธีสร้าง ระบบหลาย SoC เพื่อมาแทนชิป Ultra
      วิธีปัจจุบันบังคับให้ต้องออกแบบชิป Max โดยมีอินเตอร์คอนเน็กต์เป็นศูนย์กลาง ในทางทฤษฎี คอนฟิกแบบหลาย SoC อาจขยายได้ไกลกว่าแค่สองชิปและครอบคลุมไลน์ผลิตภัณฑ์ที่กว้างขึ้น
    • พูดตรง ๆ ปีนี้คงไม่ได้เห็น M4 Ultra เลย การที่ใส่ M3 Ultra ใน Studio น่าจะหมายความว่า M4 Ultra แพงเกินไปหรือกำลังการผลิตไม่พอ
      อย่างไรก็ดี M2 Mac Pro ดูเหมือนเป็นผลิตภัณฑ์ที่ Apple ถามลูกค้าว่า “คุณทำอะไรที่น่าสนใจกับสล็อต PCIe เหล่านี้ได้ไหม? เรานึกออกแค่การขยายการเชื่อมต่อเท่านั้น” เว้นแต่ Apple จะออกแบบ Apple Silicon ใหม่ให้รองรับ GPU ที่อัปเกรดได้ ไม่อย่างนั้น Mac Pro ก็ดูเหมือนจะจบแล้ว
    • คิดว่าน่าจะเปลี่ยนฟอร์มแฟกเตอร์ของ Mac Pro หรือไม่ก็เลิกทำไปเลย รุ่นปัจจุบันเป็นดีไซน์ที่ก้ำกึ่งเกินไป และเมื่อเทียบกับ Studio แล้วความคุ้มค่าดูแย่อย่างชัดเจน
      ให้ความรู้สึกเหมือนเป็นผลิตภัณฑ์ช่วงท้าย ๆ ที่ตั้งใจประคองผู้ใช้ PCIe ไว้จนกว่าทุกอย่างจะย้ายไป Thunderbolt เป็นการนำดีไซน์ที่เคยออกแบบมาเพื่อรองรับ GPU ขนาดใหญ่หลายตัวกลับมาใช้ใหม่ แต่ตอนนี้ไม่รองรับ GPU แล้ว ระบบระบายความร้อนและแหล่งจ่ายไฟส่วนใหญ่จึงเหลือเป็นเพียงร่องรอย แถมการขยาย PCIe ก็ถูกลดระดับลงแบบเงียบ ๆ และ Apple Silicon ก็มี PCIe lane ไม่มาก ทำให้สล็อตต่าง ๆ ถูก oversubscribe อย่างหนักผ่าน PCIe switch

  • สำหรับงาน AI หน่วยความจำรวม 512GB นั้นมหาศาลจริง ๆ เมื่อเทียบกับจำนวน NVIDIA GPU ที่ต้องใช้ ราคาก็ดูเกือบสมเหตุสมผล

    • ถ้าต้องการ RAM แบนด์วิดท์สูง 512GB ที่ GPU สามารถ address ได้ในเซิร์ฟเวอร์ น่าจะต้องใช้เงินระดับ หกหลักดอลลาร์ หากหน่วยความจำคือข้อจำกัด นี่ก็เป็นเซิร์ฟเวอร์ที่ใช่แน่นอน
      หมายถึงว่า NPU และคอร์ GPU ต้องเข้าถึง RAM นั้นได้ และประสิทธิภาพก็ต้องสมเหตุสมผลด้วย
    • ถ้ายังไงก็ต้องเปลี่ยนเวิร์กโฟลว์ AI ทั้งหมดเพื่อใช้ API อื่นอยู่แล้ว การ์ดเร่งความเร็ว AMD Instinct น่าจะสมเหตุสมผลกว่า
      แม้จะแพง แต่เร็วกว่าเยอะ และไม่ต้องเจองานปรับโค้ดให้รันบน macOS
    • Mac Studio รุ่นจัดเต็มราคา 14K ดอลลาร์

  • ถ้าต้องการหน่วยความจำสูงสุด 512GB เพื่อรันโมเดล AI และยอมเสียบไดรฟ์ภายนอกสำหรับเก็บน้ำหนักของโมเดลได้ ก็ซื้อได้ในราคาเกือบ ๆ 10,000 ดอลลาร์ เป็นเครื่องในฝันเลย
    NVIDIA Project DIGITS บอกว่าจะออก “เร็ว ๆ นี้” ในราคา 3,000 ดอลลาร์ แต่ Mac สเปกเดียวกันที่ 128GB และ 4TB ซื้อได้ราว 4,700 ดอลลาร์ และรับเครื่องได้จริงภายในหนึ่งสัปดาห์ แถมรัน macOS ด้วย ส่วนต่างด้านประสิทธิภาพยังไม่รู้ อยากเห็นใครสักคนเอาเครื่องนี้ไปทดสอบโมเดล DeepSeek แบบเต็มเร็ว ๆ และบางทีมันอาจกลายเป็น อุปกรณ์ AI ส่วนบุคคล ขนาดเล็กเครื่องแรกที่เราเป็นเจ้าของได้เต็มที่และใช้ได้ตามใจ

    • ในระดับราคานี้ ก็มีเหตุผลว่าควรอยากได้ชิ้นส่วน PC ที่เปลี่ยนเองได้ แต่ Apple มักให้ความทนทานใช้งานได้หลายปีกับ PC ของตน
      ถ้าเป็นก้อนอิฐ AI ของ Apple ก็น่าจะอยู่ได้นานทีเดียว
    • โมเดล DeepSeek R1 แบบเต็มต้องใช้หน่วยความจำมากกว่า 512GB ตัวโมเดลอย่างเดียวก็ 720GB แล้ว
      เครื่องนี้รันเวอร์ชันควอนไทซ์ได้ แต่รันโมเดลเต็มไม่ได้
    • ด้วยแบนด์วิดท์ 819GB/s ประสบการณ์กับโมเดล DeepSeek แบบเต็มคงแย่มาก

  • Thunderbolt 5 มีประโยชน์ทีเดียว ใช้แล็ปท็อปที่บางและเบามาก แล้วเมื่อจำเป็นก็เข้าถึง GPU ภายนอกหรือ eGPU ผ่าน TB 5 ได้ [1]
    ตอนนี้จึงได้ทั้งข้อดีของแล็ปท็อปเบา ๆ และข้อดีของ GPU ทรงพลังไปพร้อมกัน
    [1] Asus ประกาศ eGPU Thunderbolt 5 เครื่องแรกของโลก:
    https://www.theverge.com/24336135/asus-thunderbolt-5-externa...

    • ปัญหาคือถูกผูกไว้กับ macOS จึงไม่มีไดรเวอร์สำหรับ GPU ของ NVIDIA, AMD, Intel
    • Apple Silicon ไม่ทำงานกับ eGPU
    • eGPU บน macOS มีปัญหาเยอะมาก เคยใช้มาหลายปี และบน Silicon ก็น่าจะแย่กว่าเดิม
      แต่ โหมดแชร์หน้าจอประสิทธิภาพสูง ที่ค่อนข้างใหม่ซึ่งเพิ่มเข้ามาใน Sonoma นั้นยอดเยี่ยมจริง ๆ ถ้าใช้ MacBook เชื่อมต่อกับ Mac Studio ก็เลือกโหมดนั้นและเปลี่ยนการตั้งค่าจอภาพเป็นความละเอียดแบบไดนามิกได้ จากนั้น “thin client” จะใช้หน้าจอ MacBook อัตราส่วน 16:10 เต็มจอทั้งหมด ได้ประสิทธิภาพ 60fps หน่วงต่ำแม้ในเกมจริง ส่งเสียงมาด้วยจึงเข้าประชุมได้ และหน้าจอของ Mac Studio ฝั่งโฮสต์ก็จะดับลง สิ่งเหล่านี้ทำไม่ได้ด้วย VNC และแม้ RDP จะดีกว่ามาก แต่การแชร์หน้าจอประสิทธิภาพสูงแบบใหม่นี้ทรงพลังกว่า ผมคิดมาตลอดว่าแล็ปท็อปบางเบาที่รีโมตเข้าเครื่องทรงพลังต่างหากคือความคล่องตัวสูงที่ดีกว่าการฝืนรันทุกอย่างแบบโลคัลบนแล็ปท็อป แค่ตั้งค่าไฟร์วอลล์เล็กน้อยก็ใช้ผ่าน LTE ได้ด้วย

  • Apple อาจต้องกลับมาพิจารณา Xserve อีกครั้งก็ได้
    Apple น่าจะมีทีมโครงสร้างพื้นฐานเซิร์ฟเวอร์บางรูปแบบอยู่แล้ว แต่การสร้างโครงสร้างพื้นฐานเซิร์ฟเวอร์ของตัวเองด้วยฮาร์ดแวร์และซอฟต์แวร์ของตัวเองเป็นเรื่องที่น่าลองสำรวจ ถ้านำระบบนิเวศแอปมาผูกกับเซิร์ฟเวอร์ของ Apple แล้วให้บริการเป็นคลาวด์หรือเปิดให้ซื้อโดยตรง ก็น่าจะเป็นธุรกิจบริการที่น่าสนใจมาก โดยเฉพาะตอนนี้ที่ iPad ก็ใช้ชิป M แล้ว เมื่อดูจากสมรรถนะฮาร์ดแวร์ App Store ต้องการแอปที่ดีกว่านี้ บริการฮาร์ดแวร์·ซอฟต์แวร์บนคลาวด์ที่ออกแบบให้เหมาะกับระบบนิเวศแอปนั้นน่าดึงดูดทีเดียว
    ที่ Apple ฮาร์ดแวร์พัฒนาเร็วกว่าซอฟต์แวร์ ในบริษัทเทคโนโลยีส่วนใหญ่ โดยปกติฮาร์ดแวร์จะตามซอฟต์แวร์ไม่ทัน แต่ Apple กลับตรงกันข้าม

  • สงสัยว่าวันที่ Apple Silicon จะ รองรับแบบเนทีฟ ระบบปฏิบัติการอย่าง Linux จะมาถึงเมื่อไร
    ดูเหมือน Apple จะไม่ค่อยอยากเปิดเผยเอกสารอ้างอิงทางเทคนิคโดยละเอียดของ SoC ตระกูล M จึงทำให้การรัน Linux แบบเนทีฟบน Apple Silicon เป็นเรื่องยาก

    • อาจจะไม่มีวันเกิดขึ้นเลย iPhone หรือ iPad ก็ไม่มีการรองรับ Linux อย่างเป็นทางการ จึงคาดหวังยากว่า Apple จะเปลี่ยนท่าที
    • https://asahilinux.org/
    • เรื่องนั้นผมก็ว่าแปลก เพราะ macOS มาพร้อมฮาร์ดแวร์อยู่แล้ว Apple จึงไม่ได้เสียยอดขาย macOS
      ถ้ามีใครซื้อฮาร์ดแวร์ Apple เพื่อจะรัน Linux ก็คงไม่ส่งผลลบต่อ AAPL อยู่ดี
    • การรัน Darwin ไม่ใช่ทางเลือกหรือ? สงสัยว่า Linux ให้อะไรเพิ่มเมื่อเทียบกับ Darwin