Mac可以使用sts工具吗

使用 macbook 五年，无论日常办公还是作为生产线工具，剪视频、修图用起来都丝滑顺手。分享我的几乎每天都在用的配件搭子，颜值不错的同时还实用，几十到几百元的都有，每一件都能榨干 macbook 的 生产力，有需要的朋友可以抄抄作业。 mapbox 作为移动办公配件，我经常会带着它外出办公。这盏装为笔记本设计的螺旋灯铭记 up top， 它可以帮我应对各种各样的光线环境。小小体积采用磁吸安装，一贴一吸就能牢牢贴合，稳稳的也不晃动。角度高度可以调节，两种安装模式可以切换， 只要手轻轻一挥就能打开。这发光技术照亮键盘及周边区域。电脑屏幕不反光，光线柔和，长时间使用也舒服自然，亮度和色温可以自定义调节，或者开启自动挡，在光线不足的地方真的帮了我大忙。 现在出差或者旅行我也会带上它，收纳方便，放在包里也不占空间，续航也够我一两天的使用。如果你也有一栋办公的需求，那这样一款笔记本随行灯值得考虑。 macbook 自带键盘，手感总是差了那么一点意思，用久了还容易有手指印有印，所以外界键盘也成了刚需。这款卢飞七十五一三跟 mac 的 适配度超级高，可以说是还原了 macbook 的 经典键盘布局，快捷键也完全一致，上手可以做到无缝切换，几乎没有学习成本。 支持声模连接，两段式的脚蹬，打字高度可调。此外，它的颜值也很高，铝金属银色边框果味十足，撞色的搭配活泼可爱，放在桌上当个心情键也很不错，打字音是闷闷的麻将音，手感软，但平时用来码码字也是蛮上头的。 作为一个 mac 党，我想最大的烦恼应该还是内存不足，所以外界移动硬盘几乎成为每个 mac 党的刚需。手头上在用的这款细节，小易移动固态硬盘，内存是一 t b 一 千兆每秒的传输速度，平时存个图片视频文件完全够用，几十 g 的 大文件不到一分钟就能拷贝完成。硬盘大厂的品质，使用起来非常稳定， 小小一个手机、平板等也能用，随身携带也方便。非常稳定，小小一个手机、平板等也能用，随身携带也方便。非常推荐。小小一个手机，苹果官网的合作品牌， 成品质感很棒，极简的灰白配色，底部也有硅胶防滑垫，使用过程不容易移位。支架上跟电脑接触地方都有软质的硅胶保护，高度焊角度也能进行调节，阻尼感很好。麦克风放在上面非常稳固， 让电脑屏幕跟我的视线处于同一水平线，整个肩背就可以放松打开，不至于长时间的低头导致颈椎酸痛。折叠起来放进包包也方便带出门使用。可以说是笔记本电脑的拓展物。铝合金材质散热效果更好， 分别有一个 sd 卡和 tf 卡的卡槽，平时读取内存卡很方便。一百瓦的 pd 充电，它不 chdmi， 可支持四 k 六十帧， 加上两个 usb a 接口，基本所有拓展需求都能轻松满足。而且沙塔器作为苹果官方合作的品牌，不用担心烧主板的问题，整体使用就很安心。以上就是今天的分享，希望能够帮助正在选购 macbook 配件的你们，我们下期见。

三款让你的 mac 又好看又实用的 app 米粒窗口自从苹果把启动台整没了之后呢，我就一直在寻找更方便启动 app 的 方案。米粒窗口算得上是一个比较好的解决方案了， 可以直接通过 app 智能窗在桌面建立快速启动窗口，它还会自动帮我们分类。我呢，更喜欢建立空白窗口，一个一个的按自己的使用习惯归类， 比如把所有的 ai 工具都拖到一个窗口里，这样呢，随时随地的回到桌面就能够找到并打开它，还能够更改主题颜色和透明度，是一个非常实用的美化桌面整理工具。大家可以试试。 boring notch mate 上的这块刘海，终于有人拿它整活了。将光标划到刘海的位置，就能够像 iphone 的 灵动岛一样显示正在播放的歌曲，还能够展示歌曲的封面。右侧呢，还能够设置显示出日历、电池、电量等信息。 它呢，还集成了一个暂存器的功能，可以把各种格式的文件临时放在这里，在我们需要的时候随时在刘海这里调用就很方便，而且呢，还能够在这里直接将文件隔空投送出去。 dock door 有多少人一开始喜欢上 mac， 就是 被程序屋的这个神奇效果吸引的呢，可以在评论区留个言。这一款软件呢，是让我们光标指到 app 图标的时候，可以直接看到它的缩略图，最新版还融合了液态玻璃效果， 还可以在设置里呢调整这个缩略图显示的大小，甚至我们也可以点击这里选择关闭窗口。下期给大家推荐一款能够让你的触控板成为电子秤的 app， 点赞收藏主页呢？还有更多有意思的 mac 软件。

过去我搭建的每一个 mac 机群最终都会遇到同样的痛苦。糟糕的多。拜托，直到这个为止，我搭建过 mac mini 机群或者 mac studio 机群，而且它们确实能用。 你可以运行更大的本地人工智能模型，更大的 l l m。 更大的模型通常意味着更多的知识，更智能的答案。大型模型也需要大量内存。将几台机器组合成一个集群，意味着你的模型可以共享所有这些 ram 或统一内存。这在 apple 四了康领域是众所周知的，但一直以来都存在一种权衡， 机器越多，速度越慢。好吧，今天就到此为止。接下来我要展示的东西会改变一切。机器越多，速度反而越快。 各位，我们能做到你甚至不需要四台 max studio， 每台都有五百一十二 gb 的 内存，总共两 tb。 你 甚至可以在每个价值五百美元的迷你 max 上进行集群。他们是不是很可爱？那我 check， 我 希望你还留着你的 max studio， 因为你会喜欢这个的。 结果表明， exo 正是我之前在 mac mini 集训中展示过的工具，它非常容易设置。然后他们消失了好几个月。我以为这个项目被放弃了。其他人都这么认为。嗯，他们一直在发推文说实现了宪性扩展。 d p 烟生八位量化，拥有六千七百一十亿，参数大小超过七百 gb。 而且整个夏天他们一直在预告这个。好了，他们终于达到一点零版本了。但是为了获得那种限性扩展，抱歉，绿线实际上不是限性的。但你明白我的意思，不仅仅是 exo。 为了让我们走到今天，有三个层面的技术必须像星星连成一线一样完美契合。 然而， x o 一 点零版本竟然变得更简单了。它只是一个安装程序，你需要把它安装在你想要作为集群一部分的每台机器上。顺便说一句，即使这个视频仍然不是 x o 赞助的。 我上次关于它的视频效果非常好。请稍等片刻，我来处理一下账单。说真的，我刚进安全运营中心的第一个月，特别害怕接触生产环境。 我只需要一个可以合法且安全的进行实践的地方。这正是 try hack me 能给你的。这就是 try hack me 基于浏览器的网络安全培训平台，无需安装，无需设置。点击一下，你就进入了真实的实验室。 让我来给你们展示一个对新手友好的开源情报挑战。在 o s i n t。 房间里，你会得到一张图片和一个问题，仅凭一张照片文件，你能发现多少信息？我将打开虚拟机，抓取图像并运行退出工具 image jpg。 它提取了包括用户名在内的数据和原数据。现在我们进行转换。我会在公共网站上搜索那个用户名。 找到了头像吗？是只猫？那座城市追踪个人资料的足迹指向伦敦个人邮箱。在开发者足迹上，我找到了 overflychme com。 好 了，我就先讲到这里。房间里还有更多问题，你可以在 trychme 网站上自己完成剩下的部分。为什么我觉得这对开发者和初学者来说很棒？实践出真知结构化路径， 模拟真实公房的场景，游戏化的进度，还有他们的人工智能导师 echo 来指导你。点击下方链接参与。 从 o s i n t 房间开始，看看你能走多远。很多房间是空闲的。使用我的代码 z i s k i n 二十五。如果你想获得完整访问权限，年度计划可以享受百分之二十五的折扣。链接在下方双击。 首先，我准备在所有四台机器上启动 x o k。 我 们用活动监视器来关注一下各项指标。内存使用率和 gpu 使用率是我们在这里最关心的两件事，因为内存在机器学习任务中起着重要的作用。 gpu 使用率可以让我们知道这些进程是否在 gpu 上运行， 这正是我们想要的，而不是在 cpu 上，这样速度才快。顺便说一下，对于 m 三 ultra max studio， 我 把它们都连接起来了。它们必须通过雷利接口使用网状网络连接，我稍后会解释，而且它们加起来总共只用了六十六瓦的电。 太疯狂了！ x o 一 点零中的一切都是由 ui 驱动的。即使它们确实有 api 访问权限，你也可以在菜单栏中看到 x o 以及你的四台机器或你正在使用的两百三十四台机器的拓扑结构。 然后你就有了这个仪表盘按钮，这样就把你带到了。没错，新的 x o 仪表盘这里会显示拓扑结构和聊天记录。我要删除我在这边的所有，你好和你好吗？在这里你可以选择你想要的模型。你可以运行 deep seek， 三点一八 bit。 我 接下来会演示还有 kimi k 二 thinking 宽窄四百八十。这些都是大型模型，但它们的分片方式略有不同。分片？那是什么？ 听起来真恶心哦。分片就是将模型分成不同的部分，这样就可以在一台机器上运行模型的某些部分。在另一台机器上运行模型的其他部分。过去你们会使用流水线分片，但现在你们可以使用张量并行。 之前 exo 拆分模型的方式叫做流水线并行，每个阶段仍然是按顺序运行的。我是亚历克斯，起码他是 exo 的 创始人之一。所以你实际上并没有获得任何速度提升，因为一次只有一个设备是活动的。 现在有了低延迟的 r d， m a 就 可以实现不同类型的并行，即张量并行，这使你能够真正实现并行。现在不是按阶段运行，而是将每一层分成独立的计算块并行执行。 哦，是啊，让我们从这个 q， w， e， n 两千三百五十亿参数模型开始。我们将使用 m， l， x， r， d， m， a 和所有四个节点。这就是我们的拓扑结构。我要启动它，然后留意一下内存。 每台机器上的内存都在增加，因为它正在被加载到内存中。这需要一点时间，因为它是一个大型模型，你可以看到内存压力正在变得有点高。但是 拜托，这太离谱了。每台机器都显示五百一十二 gb， 我 们要加载更大的模型。这台机器已经用了八十四 gb。 这台八十二 gb， 这台也是八十一 gb， 这台也是八十一 gb。 它是如何 分割模型的呢？它使用了苹果的一项新技术，可以用张量并行来分割模型，并且可以将不同的层放在不同的机器上。顺便说一句，这确实优化了推理。这个小界面非常酷，你可以删除十粒，也可以启动多个十粒。 而且由于每台机器都有五百一十二 gb 的 内存。如果我愿意，我可以启动多个 qwe， 两千三百五十 e 或其他模型的十粒。咱们问它点什么吧？你好， 我知道，我知道，我的提示词太迅了，我能和你说什么呢？这个视频不是关于这个的，这个视频是关于这项技术背后的原理，而不是你的提示词有多好。那是其他视频的内容。我们这里能达到每秒三十七个头肯记住这个数字，因为现在我要删除这个实力，然后只在一个节点上再次启动这个模型。 哦，对了，它可以在一个节点上运行，空间还很大。您好，您好，今天有什么可以帮您的吗？每秒三十个 token， 一个节点上三十个，四个节点上三十七个。这就是张亮病情如此出色的原因。 实际上，这是一个不好的例子，因为这个模型是 m o e， 也就是混合专家模型。这意味着是的，它有两千三百五十亿个参数， 但当他真正被加载并使用时，你只会激活这些参数中的一个小子机。而且这类模型不像密集模型那样，通常不能很好的进行分片或在不同机器上拆分。 稠密模型可以很好的拆分。我马上给你们演示。等一下， alex， 你 提到了 r d m a， 你 想用 r d m a 吗？不不不，是 dna r d m a。 它是远程直接内存访问。哦， 所以苹果在这里做了一些了不起的事情。你还记得 find 爆土让我们多么震惊吗？是啊，也就出来不到一年。 我们一开始拿到了最初的设备，然后 mac studio 也有了 m 四 max 和 m 四 pro 都有了，而且它在传输文件或驱动八 k 显示器方面的速度已经非常令人印象深刻了。 当这波可以用来将多台机器连接在一起，就像几个月前你在我的 mac mini 集群视频和 mac studio 集群视频中看到的那样。然后我就想，好吧，这有点限制性。这就是它有点慢的原因。 但苹果并没有就此止步，发布这项技术就万事大吉了。不，他们决定哦，我想我们可以用完全相同的硬件，并在软件上做得更好。 关于 macos tahoe 的 ui 设计，大家可能褒贬不一，但二十六点二版本确实很棒。 它们起用了 thunderbolt 上的 r d m a。 这意味着机器之间的通信现在可以快十倍。朋友们，这就是消除我们平静的原因。现在没有理由不像 markiplier 那 样把五十台 max studio 连接在一起。惊叹一下这个 羡慕吗？记得我那又大又旧的浴室吗？是啊，这可是个大家伙。嗯，是啊，所以硬件方面都准备好了。要让一切顺利运行，还有一个缺失的环节需要解决，那就是 m l x。 m l x 是 一个阵列框架，专为在 apple silicon 上进行高效且灵活的机器学习研究而设计。它是专门为 apple 芯片设计和优化的。 我之前在频道里展示过很多次。如果你用的是 l m studio， 你 可以获取 g g u f 模型或 m l x 模型。 g g u f 模型配合喇嘛 c p p。 这是一个非常非常流行的运行推理的工具，换句话说就是运行模型和生成文本。 alama 构建于 lma cp 之上， lm studio 也构建于 lma cp 之上，但 lm studio 还能访问 mlx， 而 mlx 有 点像英伟达硬件上的 cuda， 它是专门为利用硬件优势而设计的，实际上性能更高，速度更快。 它只适用于 apple c p 那 样是跨平台的。这是 apple c p p 的 优势。它可以在 linux 上运行，可以在 windows 上运行，也可以在 mac 上运行，但 mx 在 apple silicon 上速度更快。上次我给你们演示 mac studio 集群时，我使用了 mlx distributed， 这是一种在多台机器之间建立通信的方式， 以便在多台机器上以集群方式运行 mlx 模型。当时 mlx 使用的是常规的 findbot， 通信网络速度很慢， 所以即使我们运行了大型模型，速度也明显下降，而且我甚至无法让真正巨大的模型运行好了。 m l x 已经将新的 r d m a 功能整合到其库中。如果你想用，可以直接运行。 我得告诉你，这玩意不好弄。和我之前的视频类似，我花了一段时间才设置好，因为有很多部分需要安装，而 xo 通过一个安装程序就帮你消除了这些环节。它基本上自动化了一切。但如果你想自己运行 m l x distributed， 你 可以看看这个，开发者们会对这个感兴趣。 ds 二拥有一千两百三十亿参数。 ds 现在被认为是开发者最佳的开源犬种模型。 它在软件开发者的基础测试中表现非常出色。让我们在 mlx distributor 上运行它。现在我必须编写一堆脚本来协调所有这些，这样才能容易地从一台机器上运行。 首先，你必须在所有机器之间起用无密码 s h。 你 必须确保 r d m a。 网络像我展示的那样通过 thunderbolt 以网状模式连接，而且它们必须在你的局域网上，因为它们必须通过根节点的 ip 地址进行通信。 然后将所有模型复制并分发到所有机器上，以及将所有脚本分发到所有机器上。这些都需要你自己编辑。顺便说一句，我可能会把所有这些东西都放到我的 github 上。如果你有兴趣，请在下方留言。但通常 mlx 团队的安妮会创建自己的要点， 并将所有说明放在那里。所以我可能不必这样做。去看看阿娜的推特，如果他还没发推，可能很快就会发了。我实际上在下面放了他的链接。我们现在来看一下一台机器，我要启动 m l x 生成命令。我用的是 def straw 一 百二十三 b instruct 四 bit。 好 的，四 bit， 我 待会试试。六 bit。 听起来很奇怪，但你会明白的，这会带来很大的改变。开始了，请转载一篇关于 thunderbolt r d m a。 的 两百字的文章。 现在这只在一台机器上运行，就在这台机器上，速度不是很快，但它是一个非常庞大密集的模型。这是一个密集的模型，应该可以在多台机器上很好的进行分片。暗示一下，暗示一下，我们将会看到，所以现在我们每秒能得到九点二个 token。 呃，我喜欢稍微快一点的，所以我要在所有四台机器上运行。开始了，留意一下内存和这里活动监视器中的 gpu 历史记录。我们每台机器上大约有三十六 gb。 这里有 gpu 历史记录。你可以想象第一台机器也在做同样的事情， 而且它很好地利用了 gpu。 从图标来看，几乎可以肯定是百分之一百了啊。看，每秒二十二个 token。 使用更多机器时，我们每秒处理的 token 吞吐量增加了一倍以上。这就是 r d m a 带来的好处。现在不仅仅是稠密模型在通过张量并行进行分片时能让你获得更快的性能，而且这个模型还被量化到了四位。 这意味着完整的模型可能原本是十六位的，并且丢弃了一些信息。这就是量化。量化的目的是为了让模型能够在较小的硬件上运行。通常当量化的时候，你会这样做。 如果你还没看过 julia turker 的 频道，它有一个关于量化非常好的视频，我会在下面链接。你可以量化到八位，六位，四位，三位。每次量化你都会损失一些信息，所以你可能无法获得最佳结果。那么，如果你采用 devstra 并减少量化程度呢？ 比如说，你只把它量化到六位，而不是四位。嗯，当你这样做的时候，实际上你会得到非常不同的性能。实际上这样更好。 好的，我们在一台机器上运行六位。在单台机器上运行六位模型应该比四位模型慢一点，或者可能差不多。 好的，让我们在一台机器上运行六位模型。在一台机器上，这应该比四位模型慢一点，或者差不多。是的，我们现在是每秒六点四个 token， 因为这是一个更大的模型在单机上运行。但如果我们在所有机器上运行这个模型呢？成了， 所以我们在每台机器上使用了更多的内存。我们现在达到了四零四一 gb， 而不是三十 gb。 正如你从 gpu 历史图中看到的那样，我们正在充分利用 gpu。 我 们现在这里得到了每秒十七个 tokens， 所以 这里我们看到使用多台机器时，六位量化能带来近三倍的提速。 我们稍微岔开一下，来看看一个在单机上运行的小模型。但我想向你们展示 g g， u f 和 ml x 之间的区别。我用了宽三四 b 一个很小的模型，它们都是四位的，一个是 g g， u f， 一个是 ml x。 写一段文字， 速度相当快，每秒一百三十一个 token 是 哪个？你猜猜看。我们开始新的对话吧。这次选择 ml x 版本，写一段文字， 每秒一百六十八个 token。 所以 你可以看到，对于完全相同的模型， mlx 版本在 apple silicon 上要快得多。顺便说一句，这是正在运行的 lm studio， 它能够同时运行两者，而且 lm studio 非常简单，但是它不具备集群能力。 如果我们用拉玛 cpprpc 来集群这个 qn 三四 b， 这就是拉玛 cpp 集群。你的模型的方式。是的，这有可能，但设置起来也有点困难。 为了你们，我已经做了所有这些，并且一直在测试。我使用这些设备的时间还不多，所以肯定还会有更多的测试。 但这就是我得到的。对于相同的模型，在四个节点上速度降到了每秒四十五四十六个 token， 从一百三十一降下来，降幅相当大，这就是问题所在。这是因为拉玛 c p p r p c。 没有使用 r d m a 和张量并行， jeff galein 及 donato capitol 一 直在使用拉玛 c p p rpc 进行更多测试。 donato capitol 还在 framework desktop 上创建用于集群的工具箱，而且我已经运行了 q e n。 三编码器。这是一个拥有四千八百亿参数的模型。 如果我们在四个 framework 桌面节点上进行集群，我们每秒能得到七个 token， 这并不理想， 不过这是有可能的。这真的很酷。这是一个四千八百亿参数的 coin coder 模型。顺便说一下，我用一百二十八，两百五十六一直到一千六 g 的 prompt size 运行了。这个 我实际上确实包含了一个三六零零 token 的 提示，但框架机群未能成功运行。这里看到的好处是，它在所有不同的提示中都相当一致。我们现在大约每秒能得到七个 token。 我 想看看我们能得到什么。 用 exo 集群启动 q e n 三编码器四千八百亿参数模型。我们将使用 m l， x， r d， m a。 进入 tensor， 并在所有四个节点上运行它启动。我喜欢看到所有四台机器的内存同时增加。这太酷了！ 我真希望可以多玩一下这个集群，但这是苹果借给我的，他们想要要回去了，所以我必须尽快完成所有的测试，然后把它还回去了。看看那东西跑的真快。 我们在四个节点上获得了每秒四十个 token。 对 于一个四千八百亿参数的模型来说，每秒四十个 token 相当不错。 剩下的就是把它连接到你的代码编辑器了，而且我做了关于那个视频，我为此制作了会员视频。顺便说一下，如果你是本频道的会员，非常感谢你频道的会员可以获得额外的视频。感谢大家的支持。哇，这真是太酷了！每秒七个 token 桌面，所以稍微有点不同， 每秒四十个头啃。但我已经向你们展示了 max 六上的单节点与四节点改进的对比。所以你知道它能做到什么，不过受到更大的模型，让我们看看还能做些什么。我要删除这个 kimi k r instruct， 它的大小是五百七十八 g b 还有 tensor r d m a。 启动这个可能需要加载更长的时间。现在每台机器的内存使用量大约是一百一十五 g b。 一百三十，一百三十五。它一直在运行。顺便说一下， kimi k 二 thinking 有 二五六零零零的上下文长度。所以，是的，我那些简单的 hello world 提示语根本不足以充分利用这个系统，但 m l x distributed 会根据提示语的大小动态调整。 你可以看到他使用了一百五十 gb 的 内存，但如果我给他一个更大的提示语，他会使用更多。看看这个。他加载完毕了，可以用了。内存压力下降了，但每台机上的内存仍然是一百五十 gb。 hello 他 只是跟我打了个招呼， 我觉得他在嘲笑我。他说你给了我一个简短的提示，所以我也给你一个简短的回答。这可能非常聪明，也可能非常愚蠢。我不知道选哪个。好吧，你知道吗？这是我的架构提示， 设计一个可扩展的电商平台外部应用程序架构。这个通常会给我一个相当长的答案。这是一个相当大的 prompt， 成了，它开始设计架构了， 速度相当快。现在每秒 tokens 是 三十四点八。它实际上还实时调整显示。三十四点六，你可以看到每台机器上的内存只增加了几个 gb。 有趣的是，这个模型的 gpu 使用率并没有达到百分之一百，它已经堆叠到大约百分之九十的高度了。我希望这些图标能有更好的显示效果，但这就是我们能得到的全部 gpu 历史记录了。三十三点八个 token 是 最终答案。 现在如果你不知道的话， kimi k 二，总共有一万亿个参数。我们刚刚运行了一个万亿参数的模型，它是专家混合模型，所以不是同时使用所有参数。但即便如此，每秒三十多个 tokens。 哇，好了，该轮到大 boss 了。 d p g v 三点一八 b 各位，这甚至还不到四比特，这是八位，而且是原始训练，大小就像完整版一样。我希望你们现在就去评论区猜猜他会有多快，或者他是否能启动，让我们拭目以待。一百二十 g b， 每台机器都在运行，而且还在继续。一百五十，一百七十各位，我们已经达到了每台机器两百 g b， 稳定在每台机器一百八十三 g b。 每台机器都有这么大的内存，我承认这有点奢侈，但这确实加载进去了，让我们把提示词粘贴进来。 deep seek v 三，目前排名最高的开源软件开发模型之一。 不过我得说，这是我见过 max studio 集群运行 deep seek 时功耗最高的，达到了五百零九或五百一十二瓦。 哇哦，他现在开始畅饮了。现在他在狂饮。开始了。 现在虽然没有 kimi k 二那么快，但也足够快了。我的意思是，这比我阅读的速度快多了。我们现在是每秒二十五个 token。 对 于这么大的模型来说，这其实已经很不错了。 现在这些大型模型是专家混合模型。我确实想尝试一个非常大的筹密模型，但现在我们需要在 m l x distributor 层面获得支持。我们需要在 x o 层面提供支持，以便这些模型可用，能够呈现出来，并且能够被我们使用。但幸运的是，要让这些模型可用并不难。 我们可能只需要提交一个艺术或者其他类似的东西。现在，你可以用小巧的 m 四 mac mini 来运行 x o， 而不用运行这台价值五万美元的集群，并且仍然可以享受到轻松设置、自动发现和组合统一内存以运行更大模型的好处。然而， m 四 mac mini 没有 thunderbolt 喔， 它们有雷力四，尚不支持 r d m a。 苹果请修复它，或者给我们配上 thunderbolt 五的 m 五 mac mini 也行。求求了，要获得 r d m a。 支持，你需要 m 四 pro 或更高级别的芯片，这样才能获得 thunderbolt 五。 所以去看看新的 x o 一 点零，看看 m l x distributed 以及 apple 的 mac os 二十六点二，它将在软件中起用此功能。 太疯狂了。希望你喜欢这个视频做这件事很有趣。如果你想了解更多关于 m l x distributed 以及我是如何运行它的细节，请观看这边的视频。感谢观看，我们下次再见。

大家陆续收到大叔的工具 u 盘，今天我把系统版本的搭配方案跟大家做一个分享，强调一点 我以前讲过的内容，工具 u 盘的用户可以直接获得大叔的支持，那么工具 u 盘它服务于两类苹果电脑，一类找一些的英特尔芯片，另外一类就是现在的 m 芯片。 早期的英特尔芯片因为可以安装双系统，满足日常使用还是有特别的优势，那么二零一二年的我们可以考虑安装卡特琳娜，卡特琳娜这个系统版本它发布于二零一九年，所以并不老。 早期的英特尔芯片苹果电脑安装卡特琳娜可以获得最快的系统响应速度， 那么缺点是卡特琳娜对一些更新的软件 a p p， 它可能不支持解决方案。在之前的视频当中我已经分享过，我们通过网页下载稍旧一点的版本是可以满足的。 豆包，我们要下载 app， 你 需要到十二的系统版本，那么当然英特尔芯片的苹果电脑只要年份在二零一五年以后的你就可以升级安装十二的版本，这在工具 u 盘里边已经提供了， 所以两个版本根据大家自己的喜欢，你进行观察，然后选择使用就可以了。 那么工具 u 盘可以实现降级的对不对？你现在的电脑可能版本已经很高了，降级回来 它可以实现。那么有的电脑长期没用苹果系统，它一直使用 windows， 所以 苹果系统的版本可能显得非常老旧， 例如还是十点九这样的版本，那么你要想升级就比较困难了，这个时候工具 u 盘可以直接安装卡特琳娜也就实现了不用求人的自己升级系统版本，那么这一些是英特尔芯片的苹果电脑大叔推荐的版本就是这两个。 来到了 m 芯片我们可以安装的版本十二和十五。十二的版本是二一年末二二年推出来的，本来就是针对 m 芯片发布的，它的桌面，它的系统环境会显得更清爽一些，更干净一些， 生态功能，也就是全家桶之间的这些互通功能，不如十五的系统版本呢。桌面元素过于繁琐， 非全家桶设备的用户使用十五的版本，生态功能上边是有缺憾的，那么十二的系统版本它就比较清爽一些，而且风格跟卡特琳娜是一样的。十五的系统版本可以帮助 m 芯片的用户从二六降级回来， 重新拥有了启动台的操作，甚至大家可以在你们的苹果电脑上边做一个分区或者外接系统盘的方式来安装两个版本你常用的软件，自己尝试在两个系统版本上边也进行一个安装， 感受一下哪一个更符合你的口味，然后最终决定留下哪个版本继续使用，这样也是可以的。所以工具 u 盘的用户， 你们得到的是一种足不出户在家里边惬意的维护自己苹果电脑的能力。假如你没有那么多的时间，也没有那个兴趣去研究这些内容，你首先得有工具，其次联系大叔，我会面对面的带你操作完成。 最后感谢大家选择工具 u 盘，让我们一起用好我们的苹果电脑，我是北麦大叔，我们下期见，拜拜！

mac 好 用工具？第一期 mac 那 块刘海是不是一直都很碍眼？一款软件直接让它原地升华成灵动的鼠标一移过去，音乐播放随手控，日历信息一眼看，快捷指令一秒启动， 文件没地方放，直接丢进刘海当临时托盘，桌面文件一托秒隔空投送。它叫 boring notch， 重点来了，它还是完全免费的，是不是既美观又实用？

盘点二五年到二六年，十三款好用且免费的 mac 工具。经过二零二五年遇到了使用 macbook 上面的一些问题，我也研究了非常多的工具筛选并留下的这十三款包含了方方面面的 mac 应用。 这次筛选的标准且是免费开源且易用的，尤其像叶夫人从 windows 刚换到 macbook 的 朋友就特别适合，那还不赶紧点赞收藏起来。视频的最后我给大家做了整理，也给大家准备好了资源。包装完这十三款才知道 macbook 原来有这么香，这些全是我牙香里的小众好用款， ok， 我 们直接开始。 那首先就是 ios， 这是我特别特别喜欢的截图软件，我非常非常常有，比某系的截图要好用太多了，我很喜欢截图的时候自动带点倒角和阴影。 那第二个就是这个 uts， 这是一个零点十个的工具集合，他也可以截图，但是他可以长截图，我很经常用的就是他的批量重命名，这是多种方式录屏，我也经常在用。更关键的是他还有插件库，我们可以随意的免费安装一些插件，让这里卖货更加好用。第三个就是 app 可拎的，能帮你更彻底清理一些系统垃圾 以及软件的残留。第四个插件就文件解压神器，可可好用，几乎一切的解压压缩都可以胜任。 第五个就是 icope， 可以 保留历史复制过的所有内容，随时粘贴调用，不再是只是粘贴上一条内容。第六个就是非常小巧非常好用的视频压缩软件，可以把视频压的很小，但是又可以尽量的减少画质的损失。 第七个就是 better display， 如果你用 mac 外界显示屏，它可以调节 mac 屏幕和外界显示器的亮度，还能调节分辨率，让外界屏幕的体验真的会好很多。 第八个就是这个 ipad， macbook 上面的状态呢，真的是寸土寸金，这些 app 能够让这些状态图标变成一个小小的间隙，可以让我们多放几个状态图标。第九个就是 eq， mac 这个软件能够让你的 mac 的 音质上一个大台阶，还能自己会调自己喜欢的参数。 第十个呢就是 screen studio， 这个录屏真的是好用，超级多的大博主都是用这个来做动画的， 丝滑好用，录屏出来直接就有这些动效。就是他有个小缺点吗？如果他的性能配置不够强的话，倒算会稍微有一点点慢。 第十一个就是 local 7， 虽然苹果有 ldraw， 但文件一大，数量一多就比较容易冲锋，而且我有时候会有不同的手机设备，他这个 ldraw 只能在苹果设备里面传输，但是装了这个软件就可以无视这些限制，目前用下来还是蛮稳定的。 第十二个就是 top， 因为我非常非常喜欢置顶一些窗口来用，这样就可以让一些网页或者一些参考资料直接置顶在前面，那我后台的切换一些软件的时候就不会有打到它。 最后一个就是骚骚，这个也是超牛，我找了很久，因为我经常外界一个监听音箱，即便调音量的话都得选那个旋钮，但删了这个之后就可以直接调，就可以更加的简单。 ok， 以上的工具我已经全部整理好，调加这一个图标就可以加到我了啊，我们今天视频先到这里，我们下次再见。

今天阿飞给大家分享两款实用的网络工具，第一个， quick ping 查找 ip 地址冲突，扫描空闲 ip 用它绿色代表正在使用，红色代表空闲。 第二个， ip scanner 可以 跨网段扫描所有在线设备，并显示其 ip 地址、 mac 地址、设备名称等信息。这两个工具阿飞已经帮大家打包好了，点赞加关注，评论区找我拿！