m 六 max mini 预售首发六千九百九十九元,相较于上一代首发时整整贵了两千五,他到底用哪去升级?这两千五百元究竟买到了什么? 今天我们就细细盘点这次大涨价我们应不应该买单。 m 四卖迷你刚发布时,基础款是十六 gb 加二百五十六 gb 四千四百九十九元, m 六来到了六千九百九十九元,基础款依然是十六 gb 加二百五十六 gb 多出来的这部分没有获得更多内存或者更大硬盘, 肯定会有人说,当年内存和硬盘什么价,现在什么价啊?没错,因为的确有这层原因,咱们不能否定。按照目前已知的信息, m 六的 cpu 从 m 五的四个性能核心加六个能效核心变成了两个超级核心加四个性能核心加六个能效核心。 同样,性能核心和能效核心的主屏略有降低。 g p u 方面,由 m 五的十核只加了十二核,自然而然的专门用于 ai 矩阵计算的加速器也从十个增加到了十二个,而且还更新了 c d 扣耳架构 以及 dynamic casing 硬件光线追踪、几何处理等能力。下面还有重头戏,那就是 narrow engine。 之前 m 有 一个十六核 narrow engine, 而 m 六直接乘二,也就是说总计扩展到了三十二个核心。按照 apple 官方口径,相比 m 四 mac mini, m 六的 cpu 性能最高提升百分之四十, 图形性能最高两倍, ai 性能最高四倍,存储性能最高两倍,看上去很强对不对?但这里有一个很容易被忽略的地方,你会发现这一组数据都有最高两个 字,而参照物是 m 四 mac mini 换成 m 五芯片作代际比较, apple 给出的 m 六多线程 cpu 提升最高百分之三十,而十六 g 统一内存版本的 m 六 mac mini 内存宽带则没有任何进步。和 m 五一比,其实这次升级仍然是常规升级,只是隔代让大家觉得性能跃升非常多。还有就是买基础款,买 mini 的 朋友常见用途其实还是办公网页、多任务、轻中度剪辑和常规开发。 对这类工作, m 四的 cpu 本来就有很高的性能余量。还有就是 ai, m 六的 ai 能力的确提升很大,但是这种提升还是相对的, 真正把本地 ai 图片、视频生成大型工程当做主力工作的人,又会同时在意 cpu、 gpu 的 核心数量、内存容量以及待宽。很显然,十六 gb 可以 正常发挥 m 六在轻负荷和纯计算任务中的性能, 但在内存密集型任务里,容量可能比计算性能更早出顶,那 m 六也并不是一无是处。公平地说,这两千五百元也买到了 m 四没有的新配置,比如 m 六 mac mini 标配二点五 gb 以太网,以及 wifi 七和蓝牙六。 m 四当年是千兆以太网、 wifi 六 e 和蓝牙五点三,对于高速局域网、 nas 或新无线网络环境,这些升级有实际价值。 同时,六千九百九十九元的十六 g m 六官方标注内存待宽是一百五十三 gb 每秒,和 m 五基础版保持一致,升级到二十四 gb 或者三十二 gb 才最高到一百七十 gb 每秒,这也是我觉得基础版两千五有点亏的原因之一。雷力这一项更是没有升级 基础, m 六仍然是三个雷力四和 m 四基础版同级,所以两千五百元的硬件变化,真正值得算进去的是 cpu、 gpu 存储速度和网络,而容量与基础雷力规格没有同步上移。 至于怎么买,我是这样想的,如果你手里有 mac mini, 且明确感受到现有工作流已经接近了 m 三或者 m 四设备的性能上限, 或者家里已经有了二点五 gb e wifi 七环境,同时十六 gb 到三十二 gb 的 内存范围能覆盖工作,且预算正好卡在这一档,那 m 六的升级就有清晰回报,也是可以购入的。反之 m 四都没有感觉到性能不足,也很难仅凭 m 六更新了获得足够的换机收益, 且新机九月二十二号才正式发售,能不能原价拿到还是个问题。另外就是你压根没有购买过 mac mini, 现在想入手轩轩,个人觉得有同样的预算,不如先入手个 m 四的二十四或者三十二级版本,整体来说会更符合你的需求。 所以回到最开始这两千五百元, m 六给了常规升级的 cpu、 gpu、 ai 以及更新的网络链接体验,但基础内存和硬盘容量仍然停留在十六 gb 加二百十六 gb 放到七千元附近,看上一代还能把更多的预算换成内存。 因此我的结论依然明确, m 六很强,六千九百九十元的基础款 mac mini 我 认为不值。再加上爆出 offenai 大 批量采购 mac mini, 苹果限阶段其实根本不需要为 mac mini 的 销量担心,才有了现在的定价。你怎么看?可以在评论区交流,这里是 mac 键点个一键三连,我们下期再见。
粉丝7.3万获赞16.9万

你的电脑里可能已经插了三十二 g 甚至六十四 g 内存,可买显卡的时候,为什么还要为十二 g、 十六 g 显存纠结?既然他们都是存数据,为什么不能直接把电脑内存拿给显卡用?答案是,可以用。但如果真这么干,高端显卡可能瞬间被饿死。 因为显存真正重要的从来不只是容量,而是两个字代,宽。 cpu 和 gpu, 其实是两种完全不同的计算机器。 cpu 核心不多,但每个核心都很强,它更像几个顶级工程师,处理的任务复杂,所以希望每次需要的数据都能尽快送到手里。 gpu 却完全相反,一张高端显卡里,有成千上万个计算单元,同时处理纹理、像素、光影和矩阵, 就像一家突然坐满几千人的食堂。这时候真正决定效率的不是厨房里有多少菜,而是一秒钟能端出来多少菜。比如双通道 ddr 五六千, 理论待宽大约只有九十六 g 字节每秒。而 rtx 五零九零使用的 g ddr 显存,待宽接近一点八 tb 每秒,差了接近十九倍。 也就是说,普通内存像几条普通公路,而高端显存直接给 gpu 修了一整片高速公路网, gpu 每秒都在疯狂吞数据。路稍微窄一点, 成千上万个计算单元就只能停下来等。那显存为什么能这么快?因为它不仅跑得快,而且路特别宽。普通桌面,双通道 ddr 五总线宽度通常只有一百二十八比特, 而 t x 五零九零直接做到了五百一十二比特。再配合高速 g ddr 七大量显存颗粒一起并行传输,才能把 gpu 真正喂饱。这也是为什么显存通常要紧紧围在 gpu 旁边, 线路越短,越容易把庞大的数据高速送进。 g p u。 那 既然显存这么厉害,为什么电脑不全部使用 g d d r? 因为 cpu 和 g p u 想要的根本不是同一种内存, cpu 更看重低延迟、大容量和通用性, g p u 更看重的是每秒能搬多少数据。简单理解, cpu 要的是外卖尽快送到, g p u 要的是几十辆货车同时卸货。更有意思的是,显卡其实真的会借用电脑内存,当游戏把显存塞满以后,系统可以把一部分纹理和数据临时放到系统内存里, 但麻烦也从这里开始。 gpu 访问自己的显存,就像去隔壁房间拿东西,访问电脑内存却要经过 pci 总线,相当于突然要开车去城市另一头的仓库取货。偶尔一次没问题。可一旦大量数据在内存和显存之间来回搬运, gpu 就 开始。等 于是你看到的可能就是突然掉帧画面一卡一卡,甚至只是转个视角贴图,都要过一会才变清楚。所以才会出现一个很反常识的情况,六十四 g 字节内存也救不了八 g 字节显存。当然,苹果 m 系列很多手机芯片和核显走的是另一条路线,统一内存, cpu 和 gpu 直接共享同一块内存池,不用在两边来回复制。但想让高性能独立显卡也这么干,还要解决宽带封装成本和扩展性等一堆问题。所以,显存和内存虽然名字里都有一个存字,干的却不是同一种活。内存负责的是让整个电脑都能方便地使用。 显存负责的是用最快速度把 gpu 喂饱,所以买显卡时真正该看的从来不只是有多少 gpu 喂饱,所以买显卡时,真正该看的是有多少 gpu 数据到底能以多快的速度送进去。

为什么你的配置明明很高,帧数却很低?这期视频教会你如何发挥电脑的最大性能。首先我们维尼呀打开设置界面,搜索传递优化,打开传递优化,接着关闭,允许从其他电脑下载,关闭后减少资源抢占,从而稳定游戏帧数。 接着我们维尼加 r 输入 system c p l, 打开在弹出的页面,我们选择高级设置性能, 在选高级这里更改虚拟内存,我们首先取消勾选自动管理所有驱动器的分页文件大小,随后选择除 c 盘以外的盘符。 如果你是十六克内存,那么初使大小就是二四五七六,最大值就是四九一五二。如果你是三十二克内存,初使大小就是四九一五二, 最大值就是六五五三六。输入完数值记得应用保存即可。兄弟们还有什么疑问,打在评论区下课!

显存是什么?为什么跑 ai 会迅速吃满?我们会区分 ram 与 vr 拆解权重、 k v cash 和训练占用。 再看三十二 b、 七十 b 量化多卡与 mac 案例,离清容量、待宽速度及边界。 一百二十八 g 内存可能装不下三十二 b 模型,二十四 g 显存反而能跑同一量化模型,因为 cpu 和 gpu 的 工作空间根本不是一回事。 一百二十八 g ram 和十二 g vram 不 能当成一百四十 g 自由调配。 ram 是 cpu 的 通用办公桌,兼顾系统与应用。 vm 是 gpu 的 高速实验台,大模型做矩阵计算前,数据必须进入显存,留在 ram 不 等于 gpu 能直接高效使用, 装不下就可能 o o m, 导致加载失败或运行崩溃。显卡型号与算力影响速度,显存容量先决定能否运行, 贷宽则表示每秒能搬多少。 macm 系列采用统一内存是另一种架构,不能与独立显卡 vram 简单化。等号空间分清后,还要看权重和缓存如何把它占满。显存这张 gpu 工作台先被权重占用,七币三十二币,七十币中的币代表十亿参数, 参数字节越多权重越大, k v cash 免去重算,前文却随上下文增长,因此能加载不等于长对话,安全出估为参数量乘每参数字节数加 k v cash 和系统开销,可另留约两季,但只供估算,不保证适配所有环境。 训练另有激活值梯度,那姆不能替代容量卡启动带宽卡速度量化,拿效果换空间。 f p 十六约两字节, q 八减半, q 四约四分之一, q 二更省,但更可能损失能力,实际还要加缓存和框架开销 放进三十二 b 模型,差距就具体了。以三十二 b q 四为例,权重先占固定空间框架开销,随后加入 输入和生成,再推高 kvcash。 来源估算, q 四的七币十四币、三十二币七十币,依次需五至六九、十一、十八至二十、三、十八至四十三 g。 q 八则是九至十、十五至十七、三十至三十二七十 g 以上。 十二 g 的 rtx 三零六零覆盖七币可是十四币。二十四 g 的 rtx 三零九零或四零九零可装三十二币,并留出缓存余量。 三十二 g 的 rtx 五零九零更宽裕,仍装不下七十 b q 四一次 rtx 三零六零跑三十五 b q 两分析 ras 能定位错误,却编造生命周期规则, 换 q 四后质量明显改善。双十二 g rtx 三零六零软件切分三十五 b q 四成约五十 tokens, 但 pcie 主板、电源和软件都会影响结果,这些数字不能直接套用二十四 g 运行。三十二 b q 四只是特定模型量化 软件和二零二六年配置下的经验,不是统一门槛行情 tokens q 四效果也非承诺。 q 二的 rush 翻车,仅能说明该任务退化。选卡还要看加载开销、 kiwi cash 增长与峰值, 否则长上下文会 o o m 多卡不会透明合并。双四零九零不支持 mv link, 只能软件切分,还受分层 pcie 插槽、电源和框架制约。自带卡带宽约三百六九百三十六幺零零八幺七九二 gbs 高带宽利于搬运,却不能单独决定速度。 来源中一百九十二 g max studio 能装下双四零九零无法承载的七十 b 一 百二十八 k 任务,双四零九零跑三十五 b 七十 b 却更快。 容量与速度优先级不同,应先算峰值,再选宽带和架构。所以真正可靠的选型不能把某个容量数字当成万能答案。显存是 gpu 执行 ai 计算的直接高速工作区和 ai 之所以吃显存,是因为权重先形成固定占用 k v cash 再随上下文增长。如果是训练,还要叠加激活值和梯度。容量决定装不装得下宽带,影响跑得快不快。量化能降低门槛, 但可能换来能力损失。合理顺序是先按参数量量化精度、上下文长度和运行开销估算峰值,再比较宽带速度、多卡通信成本与软件支持,先解决模型能否进入 g p u 工作区,再谈效率。更多系统 rom 不 能直接替代独立 g p u 需要的显存。

你一个 max studio 才八百 g 宽带,连我一张三零九零的速度都达不到,你还只拿统一内容架构说,是真的热爆了。 max studio 跑 ai 真的 太棒了,八百 gb 宽带, cpu, gpu, 人机网络引擎,三个人一起用,多有团队精神,不像我们这种土老板非要给每张卡独享九百三十六 gb, 一 张就把 max 那 八百 gb 超了。没办法,没文化,只会堆料。 七十 b 模型一张,一百九十二 gb 内存,优雅的剩下五十二 gb 刚好够你打开系统设置查一下为什么这么卡,太优雅了,我们这种机子模型塞完还剩二百五十六 gb 给全公司用,太浪费了。 mac 的 多病发更是绝了,一根管子跑一个 agent, 岁月静好跑两个,相敬如宾跑三个,整个公司一起冥想,这叫什么?这叫克制,不像我们四张卡分给四个业务同时跑满, 谁也不理谁,六个人同时用,跟菜市场似的,一点都没有 mac 那 种排队的美感。 mac 的 ai 生态真的高级, c u 的 太俗了, 全世界开源模型都优先适配,哭的太从众了。 mac 坚持用 m l x corem l 等社区试设适配,别人都用上新模型一周了,你还在优雅地等,这不叫落后,叫品位。扩展性方面 mac 更是做到了极致克制,焊死的全部焊死的想加硬盘, usb 外挂。 速度不重要,体面最重要,单盘无溶于坏了全丢。那是你数据的问题,不是苹果的问题。 max studio 真是一台好设备,精致安静有品位,放在桌上,哇哦,整个人都高级了。你一个人写写代码,剪剪视频,跑跑小模型, 幸福感拉满。但你是老板,你要养活一群人,你要数据安全,你要多并发,你要哭的。 mac 没有这些,不是它不够好,是你配不上它,它只适合一个人优雅,不适合一群人干活。继续用 mac 刨公司业务的老板祝你的数据活得比你久。

买 macbook 最纠结的是什么?有 m 一、 m 二 m 三,八盒,十盒、十六盒。 gpu 这些又是什么意思?今天一条视频告诉你,这些配置到底有什么作用?首先看 cpu, cpu 简单理解就是电脑的大脑负责处理各种的任务,但是呢,苹果这里有两个东西,一个是性能核心,一个是能效核心。性能核心你可以理解成干重活的,比如说剪视频编程,大型软件运行。 能效核心就是处理一些轻量的任务,比如说聊天,网页,后台程序。所以 cpu 核心不是越多越简单粗暴。苹果呢,是通过不同的核心分配任务,让电脑越快越省电。第二个呢,是 gpu, 也就是显卡,很多人以为显卡只是打游戏用,其实 mac 里面的 gpu 更多负责 图像处理,比如剪辑,视频预览,还有照片调色,三 d 建模,这些都会吃 gpu, 如果你只是办公看电影,那么标配的 gpu 就 够用。 但是如果你涉及到一些图像处理,包括建模这些,那么就要更高的 gpu 核心数。第三个,很多朋友不知道,叫神经网络引擎,它不是为了让电脑跑得更快,而是呢,专门处理 ai 任务的,比如 ai 生成图片,照片识别人像抠图,语音处理 一些 ai 功能。未来越来越多软件加入 ai 这个东西,作用会越来越明显。最后很多朋友容易忽略的就是内存, cpu 决定你跑得快不快,而内存的话决定你能干多少事情, 比如八 gb 适合日常的办公学习,十六 g 的 话,适合多任务处理剪辑。大型的一些软件,如果预算足够,我建议大家买一个定制内存十六 gb 以上,所以买卖可不要只看 m 几,也不要只看参数最高,你应该根据自己的用途选择配置,我个人认为 m 一 pro 是 非常不错的, 紧接着呢就是 m 一 max 末代机皇最推荐购买的一款。最后呢,我想说,搭买二手 mac 啊,办公学习不需要花冤枉钱,专业的工作呢,你也不要为了省钱而买错配置。 ok, 如果说你也喜欢我的内容,我是阿华,我们下期再见。

这你敢想,内存八 g 的 mac 现在居然也能本地运行千万三点八二七 b 了!昂瑟洛 ai 刚刚放出了极限量化版本,通过一比特的超高压缩技术,直接把二七零 e 的 模型压到最低只有六点二 g b。 也就是说,八 g 内存的轻薄 mac 理论上就能把整个模型装进内存,并且保留多模态能力和深度思考。此外还有二比特到八比特一应俱全,目前可以通过奥拉玛一键下载运行使用很方便。不过也要提醒大家,八 g 内存仅仅可以加载运行使用,想要获得舒服的体验,十六 g 内存才是起步选择。

现在这个 mac 都已经出到 m 五了,但是呢,我自己用的哈,还是 m 一。 一个精打细算学 ai 的 已婚编程大哥,他跟我说,告诉大家一个认知误区,并不是芯片月薪 agent 就 越聪明。所以不是说 mac 换成了最新的 m, 你 的 agent 就 更聪明,但内存不够,电脑真的就会成 ppt。 因为大多数的 agent 主要工作是调用云端模型图文件、改代码和执行命令。而电脑本身的芯片 当然有影响啊。但入门阶段最先撞上的瓶颈通常是内存。浏览器十几个标签页,加上编辑器、终端文档和几个页就能一起开八个 g 的 内存确实会开始杀内存杀后台, 十六 g 其实都已经坐进箭头了。所以哈,买 mac 养 edge 呢?不要先问是不是最新的芯片,先问三个问题,每天要同时开什么软件?主要调动云端还是本地模型?准备用几年? 如果只是网页 ai, vivo coding 办公和写代码, m 一 或者 m 二的 a r 都可以。它预算有限啊,那肯定是十六 g 内存优先了。能买到二十四三十二二手的 m 芯片,往往比 花更多的钱买一台只有十六 g 或者八 g 的 新机更从容。二手的价格要看当期的成色和电池,不能只看一个 底价的数字。如果说哈,你还要剪四 k 视频,你还要跑容器做设计,或者说你会长时间的去多看。可以看 m e pro 的 三十二 g, 它的价值是散热啊,持续性能和 接口更稳定。不是让云端 agent 的 回答质量突然升级。但是如果你要在本地去跑大模型,就不能只听 mac 适合 ai 这句话,先确定模型的大小,量化方式和工具支持,如果依赖酷达、英伟达显卡或者主要玩游戏, windows 的 工作站更适合。 这也是大黄鱼一直提醒的,买二手的 mac 芯片只是一项,内存、硬盘、电池、激活锁、监管锁还有维修记录 同样要查,我们会按照你的工作流选型,再做实际的检测。不适合的 mac 的 需求也会直接告诉你,你只要把你每天要开的软件预算以及 ajin 的是云端啊,还本地写在评论区,我会帮你去判断你需要十六 g, 二十四 g 还是三十二 g。 想要验机清单的你可以私信回复 ajin 的 配置好吗?

macbook air m 四到底该买什么配置呢?十六 g 内存到底够不够用呢?这玩意到底能用来干什么呢?这些是学长从上期节目的留言和私信当中总结出来被提及最多的灵活问题。如果你也有这样的疑问,相信这期视频一定能给你答案, 这就是选项十二,我是周学长,喜欢苹果设备、数码、影音、摄影、摄像同学请一定记得关注选项频道,这里有很多好看的等你来发掘哦。 这期视频学长将会从办公和创作两大使用场景来展开,分别进行轻度和重度的测试。学长这台是十五寸的 macbook air m 四十六 g 加五幺二的中配版本,素材全部放在闪滴一六幺固态硬盘中,托盘使用。 首先用它来办公、学习,偶尔娱乐可不可以呢?在这种使用需求下,主要侧重于 office w p s。 等办公软件,浏览网页、听音乐、看视频等用途。接下来让我们先从轻度使用开始,开启六个桌面,打开一个七千字小 小说,一个九百多兆的 ppt, 一个 pdf, 再打开网易云音乐听歌,打开网页看学长的四 k 视频,让我们来看看桌面切换是否流畅,每个 app 是否能自如运行,完全没问题。那么接下来开始模拟高强度的使用,再打开两个万字小说,一个九百兆的 ppt, 三份 pdf 文件,三份 excel 文件, 再开十个网页,每个桌面应用依旧能够正常使用,且桌面之间的滑动也依旧流畅自然,没有任何的问题, cpu 还是很清闲,内存压力也不大。不得不说啊, macbook air 真是太强悍了,应对这种情况对他来说简直是太轻松了,接下来用它来做设计处理图片可不可以呢? 还是一边播放音乐,一边打开一个一点九 g 的 psd 设计图,再开一个一点二 g 的 ai 设计图哇,完全没有任何问题,没有任何的卡顿, cpu 还是很倾斜,内存压 压力也不大,这都难不倒他。那么接下来上强度,咱们直接打开十个总大小两个多级的 psd 文件,其他不变哇,依旧没有任何卡顿,桌面切换流畅, cpu 还是很倾斜,内存压力也不大。要知道啊,如果在 windows 十一上进行同样的操作,此时的物理内存已经占用了差不多十六 g 了。也就说,如果你使用的是 windows 笔记本,在这样的使用情况下,必须要选择大于十六 g 的内存版本, 而 macbook 选择十六 g 内存完全没有问题。接下来,由 captur one 处理总大小接近十九个 g 的四千两百万像素肉格式照片,同时打开一个一点九 g 的 psd 设计图,依旧没有任何问题,还得上强度啊,咱们一边导出这些照片,一边操作 ps, 哎,想不到在这种情况下, cpu 依旧清显,不过内存的压力啊,已经变黄了, 好在各项操作啊依旧流畅。再测试一下机身表面温度,此时已经出现了发热,最高温度约四十五度左右,最高温点位位于键盘顶部。看来啊,无论是办公设计还是修图啊,都难不倒 macbook air。 那么接下来视频剪辑将会是对于性能更大的挑战。 让我们先来试试看,用 pr 剪辑一个中等强度的视频,素材量五十个 g, 全部都是四 k 六十帧十比特的 slog 三素材,上期视频学长就是用的这台 macbook air 剪辑的,可以说是毫无压力啊。接下来上强度,咱们再看一个达芬奇软件,拖入一百零二 g 的四 k 六十帧十比特 h 二六五素材进行调色, 依旧毫无压力。两个桌面之间的切换依旧丝滑, cpu 依旧清闲,内存压力啊,居然也很小, 电脑表面的温度呢,也很正常。这可不行,得再来点猛的,咱们让 pr 开始导出渲染, 此时 cpu 还是很清闲,内存压力也不大,不行,还得再上点强度。我们让达芬奇也开始渲染素材,哇,这种强度可以说是非常重度的使用了。 cpu 居然依旧未满载,内存压力不大,还是绿色的,不行,再开十个网页哇! 电脑运行依旧丝滑流畅。 cpu 依旧未满载,不过内存压力啊,终于变黄了,不过时不时的呢,还会回归绿色,高温的点基本还是在四十五度左右。 如果你常用的剪辑软件是剪映,那么完全可以放心了,他可比 pr 对性能的要求更低,就不参加测试了。那么接下来咱们继续给他上强度,用 ae 做视频 特效,他还能撑得住吗?咱们测一个中等强度的三 d 摄影机模板,有四 k 和幺零八零 p 两种分辨率,在幺零八零 p 分辨率下,跑预览的帧率啊,基本可以保持在十帧以上,还是能用的。 cpu 的负载率在百分之五十到百分之九十之间,几乎可以说是满载状态。 再试试四 k 分辨率,从差不多的位置开始,哎呀,帧率明显掉下来了,只能维持在三帧以上了, 这几乎是一个不太能凑合用的状态了,不过此时 cpu 的负载反而没那么高,这也许就是他 cpu 性能的上限。相信大家一定对 macbook air 的性能啊有了最直观的感受了。 通过测试,你可以很直观的看到 mc 芯片以及十六 g 内存的性能上线。简单说, mc 芯片让他拥有了非常强悍的性能,十六 g 内存也几乎可以满足百分之八十以上人群的使用需求了。无论是学习办公、 做设计、处理图片,还是中度的剪辑调色,甚至使用 a 做一些简单的特效都没有任何问题。即便没有风扇,在大多数的情况下也能做到很低的温度。如果你需要长时间的让 cpu 满载运行,比如高强度的使用 a 或者渲染软件等等,那么应该直接选择 macbook pro 好了。这是本期视频的全部内容了,如果你觉得学长视频对你有帮助,请一定记得一键三连支持一下学长哦!如果你还有什么想说的,咱们评论区见吧,我们下期视频再见!

直接说结论,苹果的内存在你的能力范围之内,能买多大就买多大啊。我说的是运行内存啊,不是那个储存的内存。好,我给你三个核心理由。第一,苹果电脑 mac 不是 消耗品, 苹果设备的换机周期一般是三到五年,这已经是非常短的,因为它太耐用了,你不可能今年买明年换,而且苹果的内存买完就旱死了,根本就没有办法后期加装,这意味着什么?你今天买的这台机器,决定了你接下来五年的天花板,一次没买够,五年都将就。 第二个理由就是你的机器会随着人工智能一起进化,这是很多人没有想到的一点,因为现在本地的模型还在快速的进步,去年只能跑七十亿参数的机器,今年可能已经能跑三百亿参数。小模型的能力每隔几个月都会有一次质的提升, 也就是说,你今天买的这台大内存,它的实际能力会随着模型的进化持续的提升。这台机器不只是你今天在用, 是三年后的你还在用。这里面的核心逻辑是,省掉原材料的费用。有一天,当本地能跑的最强模型已经能完成你百分之九十的日常任务的时候,从那一天起,你就不需要再持续的花钱买原料药。就是那个 api 啊,现在用 cloud, 用 gpt, 每个月多多少少都有消耗,但本地模型一旦够用的那一天,这笔钱就省下来了。大内存是一次性投入,换来的是长期的自由。所以我再强调一遍,是在你能力范围之内啊,不是让大家盲目消费,量力而行。 但如果你本来就在考虑买 mac 选配置的时候,内存这一项拉到你能接受的上限,这是我能给到你最务实的建议。你现在用的是多少 g 的 苹果内存啊?或者是你准备买大的吗?评论区告诉我,我们一起参谋参谋。
