LONDON (IT BOLTWISE) – Apples Mac Studio mit M5 Ultra zeigt bei KI-Inferenz und rechenintensiven Workloads bemerkenswert starke Werte. In Linpack HPL erreicht der Chip laut Testumgebung 1,52 TFlops und nutzt dabei effizient alle CPU-Cluster. Bei lokalen KI-Aufgaben liegt der Fokus auf Effizienz und Prompt-Verarbeitung, während dedizierte GPUs in der Token-Generation teils klar voran bleiben. Für Teams und Agentenbetrieb kann das System dennoch besonders attraktiv werden.
Der Mac Studio mit M5 Ultra zielt nicht nur auf “bessere KI” im Marketing-Sinne, sondern auf einen konkreten Spagat: maximale CPU- und dedizierte KI-Nähe innerhalb eines einzigen System-on-Chips, ohne den klassischen Weg über eine eigenständige GPU-Workstation. Im Test zeigte sich schnell, dass Apple dabei nicht auf kosmetische Optimierungen setzt, sondern die Plattform so auslegt, dass sie auch bei sehr rechenintensiven Benchmarks konstant liefert. Entscheidend ist dabei weniger ein einzelner Wert als die Kombination aus Architekturentscheidungen (u. a. dedizierte Einheiten für Matrixrechnungen), Software-Backends und dem Zusammenspiel von Speicherbandbreite mit typischen KI-Workloads.
Beim Supercomputer-Benchmark HPL (High Performance Linpack) “rast” der M5 Ultra in der getesteten Konfiguration regelrecht durch: Mit SME-Einheiten (Scalable Matrix Extension) erreicht der Chip 1,52 TFlops. Laut Testresultat steigt die CPU-Leistung dabei auf Werte, die mehr als fünfmal so hoch liegen wie bei der im Vergleich herangezogenen größten Panther-Lake-CPU von Intel; außerdem rechnet im Szenario nicht nur ein Teil der Engine, sondern alle sechs CPU-Cluster. Für die Laufzeitoptimierung ist die hybride Parallelisierung ein Kernpunkt: Im Test wurde ein MPI-Prozess pro Cluster mit einem Thread pro Kern kombiniert. Interessant ist auch die Leistungsaufnahme: In den Berechnungsintervallen nehmen die Kerne laut Powermetrics bis zu 212 W auf, was in solchen Lasten typischerweise die “obere Schublade” abdeckt. Dass Vektor- und Matrixeinheiten besonders stark ziehen, passt zur Charakteristik von HPL und ähnlichen Linearmaßrechnungen.
Dass hohe Rechenleistung nicht nur auf dem Papier zählt, wird im Workstation-Kontext greifbar. In Blender etwa braucht der CPU-Teil des M5 Ultra für das Rendern der “Classroom”-Szene 66,5 Sekunden, während die GPU 5 Sekunden benötigt. Damit bewegt sich die CPU-Performance laut Vergleich in etwa auf dem Tempo eines AMD Epyc 9375F, während dessen Thermik mit 320 W deutlich stärker ausfällt. In Pack-Workloads wie 7zip zeigt sich ein ähnliches Bild: Der M5 Ultra erzielt 373.985 MIPS beim Packen und 272.887 MIPS beim Entpacken. Ein Threadripper Pro 9995WX unterschreitet den Zeitwert beim Entpacken zwar deutlich (bei deutlich höheren Systemkosten), allerdings ist der Punkt nicht “wer gewinnt überall”, sondern wie konsistent das System bei unterschiedlichen Lastarten bleibt und wie stark der Sweet Spot ausfällt, wenn man KI-Inferenz mit klassischer CPU-Arbeit kombiniert.
Besonders relevant wird die Diskussion bei lokaler KI, weil hier nicht nur Rohleistung zählt, sondern die Effizienz über viele Nutzungsstunden. Im Test trat der Mac Studio gegen Framework Desktop mit Ryzen AI Max+ 395 sowie gegen eine NVIDIA-RTX-Pro-6000-Variante an, die in ihrer Leistungsabstufung praktisch wie eine “RTX 5090 auf Steroiden” beschrieben wird, zugleich aber auf eine Max-Q-Leistungsgrenze von 300 W begrenzt ist. Bei der Speicherbandbreite zeigt sich ein klares Hardware-Argument: Die RTX Pro 6000 kommt knapp an 1,8 TByte/s heran, während der M5 Ultra mit 1,2 TByte/s in einer ähnlichen Liga spielt. In der Praxis heißt das: Der Mac Studio kann bei einigen Phasen sehr wettbewerbsfähig agieren, aber die GPU bleibt durch ihre zusätzlichen Rechen- und Speicher-Ressourcen insbesondere dort stark, wo Decode eng an Bandbreite gekoppelt ist.
Beim eigentlichen KI-Testdesign ging es außerdem um den Alltag von Hosting-Setups: Auf allen drei Plattformen wurde der integrierte llama.cpp-Benchmark (llama-bench) mit dem jeweils passenden Backend genutzt (Metal beim M5 Ultra, ROCm mit optimierten AMD-BLAS-Bibliotheken beim Ryzen und CUDA bei der RTX Pro 6000). Getestet wurden sieben Modelle, darunter drei MoE-Modelle (Mixture of Experts) und vier Dense-Modelle; außerdem wurden bis zu 32.768 Eingabe- und 16.384 Ausgabe-Tokens verarbeitet, um den wachsenden KV-Cache sichtbar zu machen. In der konkreten Auswertung fällt auf: Qwen 3.8 27B kommt als größtes Dense-Modell auf etwa 31 Ausgabe-Tokens pro Sekunde, was im interaktiven Betrieb als “ordentlich” eingeordnet werden kann. Gleichzeitig liegt der M5 Ultra bei der Prompt-Verarbeitung durch die dedizierte GPU-Komponente zeitweise deutlich vorn, je nach Modell um den Faktor zwei bis drei. MoE bringt den Mac Studio zusätzlich in eine bessere Position: Mit bis zu 512 GByte Unified RAM bietet er für bestimmte Konfigurationen mehr Spielraum als viele Vergleichslösungen mit begrenzter Speicherskalierung.
Das Fazit wirkt deshalb nicht wie ein einfacher Sieger-oder-Verlierer-Vergleich, sondern wie eine Zielgruppenentscheidung. Der Mac Studio punktet vor allem beim Gesamtpaket: Für lokale KI müssen keine “Workstation drumherum” zusätzlich angeschafft werden, und die Effizienz bleibt im Leerlauf extrem niedrig (am Netzteil gemessen 6,5 W; beim Framework Desktop etwa 22 W). Bei KI-Inferenz steigt die Leistungsaufnahme maximal auf knapp 270 W, wobei laut Powermetrics rund 140 W auf die Prompt-Verarbeitung auf das SoC entfallen und bei der Token-Generierung in der Spitze ungefähr 70 W. Dennoch gilt: In Bereichen, in denen eine dedizierte GPU ihre Speicherbandbreite und Rechenfläche stärker ausspielen kann, dominiert sie meist weiterhin. Für Anwendungen wie KI-Agentenbetrieb, bei dem Prompts wiederholt und damit die Prefill-Phase eine große Rolle spielt, kann der M5 Ultra deshalb sehr attraktiv sein. Wer allerdings maximale Decode-Leistung unter hohen Token-Lasten priorisiert, wird in der Regel weiterhin eine GPU-basierte Plattform als “Alternative” im Hinterkopf behalten müssen.
🔥 Heutige Hot Deals bei Amazon: Bis zu 80% Rabatte!
🎉 Amazon Haul-Store für absolute Schnäppchenjäger!
- ★ 23-stufiges KI-Go-Training – Für Spieler mit Grundkenntnissen der Regeln – Entwickelt als intelligenter Trainingspartner passt sich die KI Spielern von 18K bis 9D an. Ideal für alle, die die Grundregeln bereits beherrschen und ihr Spiel verbessern möchten.
- IHR EMOTIONALER AI-BEGLEITER: Eiliko ist mehr als nur ein Anhänger, es ist ein charismatischer KI-Freund. Mit einem dynamischen LED-Bildschirm, der eine Vielzahl von animierten Gesichtern und Ausdrucksformen anzeigt, reagiert er auf Ihre Interaktionen mit einzigartiger Persönlichkeit und Charme.
- 【MEHR LEBEN FÜR DEINEN SCHREIBTISCH】 Lerne Eilik kennen – deinen kleinen Roboter-Freund mit Persönlichkeit. Mit liebevollen Animationen, ausdrucksstarken Reaktionen und spielerischen Interaktionen bringt Eilik mehr Freude in deinen Alltag. Ob auf dem Schreibtisch, im Büro oder am Nachttisch – Eilik wird schnell zu einem vertrauten Begleiter für besondere Momente.
- 【XL-Größe für gedeihende Pflanzen】Geben Sie Ihren Pflanzen den Raum, den sie verdienen! Unser verbessertes, großes 13,7 cm großes Design bietet Platz für Pflanzen mit einem Durchmesser von bis zu 8,9 cm und damit deutlich mehr Platz für Wurzelwachstum und Pflanzengesundheit im Vergleich zu kleineren, veralteten Modellen. Die Produktabmessungen betragen 13,6 x 13,6 x 13,2 cm und das Gerät wiegt nur 355 g.
- V28 Update - JETZT MIT NEUEN FUNKTIONEN! Als Reaktion auf das Ladeproblem von Loona haben wir das automatische Aufladen 2.0 verbessert. Diese Optimierung hilft Loona, die Ladewege in verschiedenen Szenarien zu erkennen und anzupassen, um die Erfolgsquote beim automatischen Aufladen zu erhöhen. Mobile Hotspots können sich mit Loona verbinden und überwinden WLAN-Einschränkungen, sodass Sie jederzeit und überall mit Loona interagieren können.
- Die besten Bücher rund um KI & Robotik!
- Die besten KI-News kostenlos per eMail erhalten!
- Zur Startseite von IT BOLTWISE® für aktuelle KI-News!
- IT BOLTWISE® kostenlos auf Patreon unterstützen!
- Aktuelle KI-Jobs auf StepStone finden und bewerben!
- Künstliche Intelligenz: Dem Menschen überlegen – wie KI uns rettet und bedroht | Der Neurowissenschaftler, Psychiater und SPIEGEL-Bestsellerautor von »Digitale Demenz«
Du hast einen wertvollen Beitrag oder Kommentar zum Artikel "M5 Ultra im Mac Studio: Hohe KI- und CPU-Performance, aber echte GPU-Grenzen" für unsere Leser?
#Sophos
#AmazonPrime
#Bestseller
Es werden alle Kommentare moderiert!
Für eine offene Diskussion behalten wir uns vor, jeden Kommentar zu löschen, der nicht direkt auf das Thema abzielt oder nur den Zweck hat, Leser oder Autoren herabzuwürdigen.
Wir möchten, dass respektvoll miteinander kommuniziert wird, so als ob die Diskussion mit real anwesenden Personen geführt wird. Dies machen wir für den Großteil unserer Leser, der sachlich und konstruktiv über ein Thema sprechen möchte.
Du willst nichts verpassen?
Du möchtest über ähnliche News und Beiträge wie "M5 Ultra im Mac Studio: Hohe KI- und CPU-Performance, aber echte GPU-Grenzen" informiert werden? Neben der E-Mail-Benachrichtigung habt ihr auch die Möglichkeit, den Feed dieses Beitrags zu abonnieren. Wer natürlich alles lesen möchte, der sollte den RSS-Hauptfeed oder IT BOLTWISE® bei Google News wie auch bei Bing News abonnieren.
Nutze die Google-Suchmaschine für eine weitere Themenrecherche: »M5 Ultra im Mac Studio: Hohe KI- und CPU-Performance, aber echte GPU-Grenzen« bei Google Deutschland suchen, bei Bing oder Google News!