M4 / M5 Apple Silicon: от чипа производительности к AI-платформе

Apple Silicon превращается из ПК в планируемый AI-узел. Суть M4/M5 — как накладываются нагрузки: Ollama, Claude Code и Runner делят unified memory.

На M4: swap снижает Ollama ~37→34 tok/s; xcodebuild test 12→19 мин. Три вопроса и формула давления для выбора M4/M5/Cloud Mac.

Читать по вопросу

Этот текст про выбор. Перейдите сразу, если узкое место ясно:

Что меняет M4: узел для постоянного AI

M4 — не «CPU чуть быстрее», а первый Mac mini с постоянной локальной inference в обычном desktop. (16GB vs 24GB)

memory_pressure, swap, Ollama footprint: выдержит ли CI + resident LLM?

Практика: tok/s, swap, drift CI.

Три вопроса выбора

M1→M5 как лестница benchmarks — ошибка. Каждый вопрос по цепочке: swap уже есть?

Разница поколений = когда появляется swap — tok/s хватает, swap частый → всё равно медленно.

Оценка давления на апгрейд

Подставьте измерения (шкала 1–5):

Давление апгрейда ≈

  ( частота swap × влияние на CI )
+ ( resident модели × память )
− ( запас памяти )

Низ цепочки: swap на unified memory замедляет все слои.

Как читать:

• Явно > 0 — 24GB, stop Ollama перед CI, Cloud Mac.
• ≈ 0 — держать, логировать, перепроверить.
• < 0, tok/s мало — compute; не ждать M5 при swap.

16GB: 1,1GB Swap, Runner 12→19 Min. → Druck > 0. Noch ein M4 16GB reicht nicht.

Локальный Mac vs Cloud Mac

Cloud Mac — не remote desktop, а macOS-узел 24/7 для сборок и inference.

AI: Cloud Mac vs M5 · Ollama на Cloud Mac

Самопроверка за 30 секунд

На оцениваемой машине выполните и запишите:

# Chip and unified memory
sysctl -n machdep.cpu.brand_string
system_profiler SPHardwareDataType | grep "Memory:"

# Swap and Ollama footprint
ollama ps
memory_pressure
vm_stat | grep "Pageouts"

# Runner latency (CI log or local timer)
# xcodebuild test wall time: 12 min before swap → 19 min after (same repo)

Optional tok/s (gleiches Skript wie 16GB vs 24GB):

python3 -m mlx_lm.generate \
  --model mlx-community/Meta-Llama-3.1-8B-Instruct-4bit \
  --prompt "Summarize Apple Silicon unified memory in 3 bullets." \
  --max-tokens 128
# Record: tok/s, Memory Used, Swap Used

Pageouts steigen bei residentem Ollama + Runner-Drift >30% → zuerst Scheduling und RAM.

Ждать M5?

M5 noch nicht Mainstream. Branche Richtung größerer Unified Memory — nach Release gleiche Befehle.

Bis M5-Daten: M4 tok/s/Swap/Runner. 2026–2027 M4 für AI-Dev bleibt pragmatisch (M4 vs GPU-Cloud).

Ловушка: быстро, но без расписания

Nach M2 16GB Upgrade auf M4 16GB — nächtliches Ollama-Embedding: xcodebuild test 12→19 Min.

24GB oder Maschinen/Zeit-Split (Parallel-Scheduling).

FAQ

M4 oder M5? Zuerst Swap und Runner.

Mac mini für AI? 7B–14B, Core ML, Agent+CI. 70B → GPU-Cloud.

Cloud Mac vs Kauf? Alltag lokal, 24/7 Runner in der Cloud.

• M4 Ollama 7B/14B
• 16GB vs 24GB
• Ollama + Runner parallel
• Cloud Mac vs M5