Aller au contenu
Run LLM Locally

Mac · Apple Silicon

M2 Ultra, 128 Go : quels LLM locaux tournent ?

Avec 128 Go de mémoire unifiée, la puce M2 Ultra laisse environ 96 Go au GPU par défaut (800 Go/s) : assez pour des modèles jusqu'à environ gpt-oss-120b.

  • Mémoire unifiée128 Go
  • Utilisable GPU~96 Go
  • Bande passante800 Go/s
  • Cœurs GPU76
PartagerFacebookXWhatsAppLinkedInE-mail

La mémoire unifiée n'est pas de la VRAM : macOS en réserve une partie. La limite peut être relevée avec sudo sysctl iogpu.wired_limit_mb=…, au détriment de la mémoire des applications. Il n'y a pas d'offload vers la RAM système : c'est la même mémoire.

Cœurs CPU
24
Cœurs GPU
76
Bande passante
800 Go/s
Configurations mémoire
64 Go · 128 Go · 192 Go
Disponible dans
Mac Studio, Mac Pro
Sortie
juin 2023

Spécification officielleDonnées mises à jour il y a 24 joursSource: Apple tech specs

Ce que fait tourner la puce M2 Ultra avec 128 Go

M2 Ultra · 128 Go · 8K
gpt-oss-120bMXFP4 · 8K~63 Go · 68–83 tok/s mesuréExcellent
Mixtral 8x7B InstructQ8_0 · 8K~50 Go · 26–39 tok/s estimationExcellent
Qwen3 32BQ8_0 · 8K~36,8 Go · 14–21 tok/s estimationExcellent
DeepSeek R1 Distill Qwen 32BQ8_0 · 8K~36,8 Go · 14–21 tok/s estimationExcellent
Qwen2.5 32B InstructQ8_0 · 8K~36,8 Go · 14–21 tok/s estimationExcellent
Qwen2.5 Coder 32B InstructQ8_0 · 8K~36,8 Go · 14–21 tok/s estimationExcellent
QwQ 32BQ8_0 · 8K~36,8 Go · 14–21 tok/s estimationExcellent
Qwen3 30B-A3BQ8_0 · 8K~33,2 Go · 50–88 tok/s estimationExcellent
Qwen3 Coder 30B-A3B InstructQ8_0 · 8K~33,2 Go · 50–88 tok/s estimationExcellent
Gemma 3 27B ITQ8_0 · 8K~30 Go · 17–25 tok/s estimationExcellent
Gemma 2 27B ITQ8_0 · 8K~31,4 Go · 17–25 tok/s estimationExcellent
Mistral Small 3.2 24B InstructQ8_0 · 8K~26,4 Go · 19–29 tok/s estimationExcellent
gpt-oss-20bMXFP4 · 8K~12,8 Go · 100–122 tok/s mesuréExcellent
Qwen3 14BQ8_0 · 8K~17,3 Go · 29–45 tok/s estimationExcellent
DeepSeek R1 Distill Qwen 14BQ8_0 · 8K~17,6 Go · 28–45 tok/s estimationExcellent
Qwen2.5 14B InstructQ8_0 · 8K~17,6 Go · 28–45 tok/s estimationExcellent
Phi-4 14BQ8_0 · 8K~17,4 Go · 29–45 tok/s estimationExcellent
Mistral Nemo 12B InstructQ8_0 · 8K~14,7 Go · 34–54 tok/s estimationExcellent
Gemma 3 12B ITQ8_0 · 8K~13,9 Go · 34–57 tok/s estimationExcellent
Gemma 2 9B ITQ8_0 · 8K~12,5 Go · 41–68 tok/s estimationExcellent
Qwen3 8BQ8_0 · 8K~10,3 Go · 47–79 tok/s estimationExcellent
Llama 3.1 8B InstructQ8_0 · 8K~10 Go · 49–81 tok/s estimationExcellent
DeepSeek R1 Distill Llama 8BQ8_0 · 8K~10 Go · 49–81 tok/s estimationExcellent
Qwen2.5 7B InstructQ8_0 · 8K~9 Go · 54–89 tok/s estimationExcellent
Mistral 7B Instruct v0.3Q8_0 · 8K~9 Go · 54–90 tok/s estimationExcellent
Gemma 3 4B ITQ8_0 · 8K~5,2 Go · 87–172 tok/s estimationExcellent
Qwen3 4BQ8_0 · 8K~6 Go · 78–151 tok/s estimationExcellent
Phi-4 Mini Instruct 3.8BQ8_0 · 8K~5,8 Go · 84–160 tok/s estimationExcellent
Llama 3.2 3B InstructQ8_0 · 8K~4,9 Go · 99–190 tok/s estimationExcellent
Qwen3 1.7BQ8_0 · 8K~3,5 Go · 140–321 tok/s estimationExcellent
Llama 3.2 1B InstructQ8_0 · 8K~2,3 Go · 231–508 tok/s estimationExcellent
Qwen3 0.6BQ8_0 · 8K~2,3 Go · 205–666 tok/s estimationExcellent
Llama 4 Scout 17B-16E InstructQ6_K · 8K~88,8 Go · 24–36 tok/s estimationCompatible
Qwen2.5 72B InstructQ8_0 · 8K~79,1 Go · 6,5–9,5 tok/s estimationCompatible
Llama 3.3 70B InstructQ8_0 · 8K~76,6 Go · 6,5–9,5 tok/s estimationCompatible
DeepSeek R1 Distill Llama 70BQ8_0 · 8K~76,6 Go · 6,5–9,5 tok/s estimationCompatible
Qwen3 235B-A22BQ3_K_M · 8K~112 Go · Pas de donnéesCompatible avec limites
DeepSeek R1 (671B)Q8_0 · 8K~699 Go · Pas de donnéesIncompatible

Pour chaque modèle, la quantification la plus précise qui tient entièrement en mémoire rapide ; sinon celle au meilleur résultat. Vitesses en plages ; « estimation » sauf benchmark sur ce matériel exact.

EstimationDonnées mises à jour il y a 24 joursSource: moteur Run LLM Locally