M5 Ultra Mac Studio实测：统一内存如何碾压RTX 5090跑大模型

苹果发布M5 Ultra版Mac Studio时，很多人第一反应是「这不是给内容创作者准备的」。它的真正定位是那些需要桌面级性能的大规模工作负载——高级3D渲染、大型VFX制作，以及本地运行大语言模型。这正是数据科学家和开发者真正需要的场景。这篇文章基于B站搬运的一段深度实测视频，把M5 Ultra Mac Studio和目前最快的PC配置（Ryzen 9 9950X3D + RTX 5090）放在一起做了全面对比，结果比想象中更有意思。

价格与配置：一台整机 vs 一块显卡

先看价格这个绕不开的话题。追求这种性能的PC用户通常会选择Threadripper或9950X3D搭配RTX 5090，但光是一块RTX 5090就要约5000美元，近期甚至有listing逼近9000美元——这还只是一个零部件。

相比之下，M5 Ultra Mac Studio（36核CPU、80核GPU、96GB统一内存）售价不到7000美元，而且是一台完整可用的整机。PC那边你还得再买CPU、内存、散热、存储、机箱、电源和操作系统，轻松就能逼近甚至超过1万美元。

不过测试用的这台Mac Studio配了256GB统一内存，这个升级项本身就要4000美元，价格同样离谱。视频作者也坦言，即便考虑到全行业内存和SSD价格暴涨，这个配置依然贵得惊人。

CPU性能：M5 Ultra刷新纪录

单核性能上两者接近，M5 Ultra甚至略微领先M5 Max MacBook Pro，并明显超过PC。这些M5芯片在快速突发型单核任务上表现极佳，打开项目、加载文件时速度飞快。

多核才是M5 Ultra真正拉开差距的地方。9950X3D的32线程根本跟不上36核的M5 Ultra，后者跑出了接近两倍的分数，并在Cinebench 2026中保持同样领先。关键是这些成绩是在10分钟持续运行后取得的，不是瞬时爆发值，得益于机身内强大的散热系统，性能能长时间稳定维持。

最让人意外的是功耗表现。满核负载下M5 Ultra约150瓦，而9950X3D约200瓦。换句话说，M5 Ultra在提供两倍性能的同时，功耗还低了25%。这种「既快又省」的组合非常难得。

实际应用同样印证了这一点：Blender中M5 Ultra比9950X3D快70%以上，是M5 Max MacBook Pro的两倍多；Houdini快约60%；HandBrake CPU编码也快约60%。对CPU密集型工作负载来说，M5 Ultra是视频作者测过的最快CPU。

Cinebench是业界广泛使用的CPU渲染基准测试，通过让处理器用光线追踪算法渲染一个复杂3D场景来测量多核及单核性能，得分越高代表算力越强。9950X3D是AMD Ryzen 9000系列的旗舰桌面处理器，16核32线程，其「3D V-Cache」技术通过在芯片顶部堆叠额外的三级缓存（总计128MB）来提升游戏和模拟类负载性能，但在纯多核吞吐量场景并无特殊优势。M5 Ultra本质上是两颗M5 Max芯片通过苹果专有的UltraFusion互联技术拼合而成，实现36个高性能CPU核心，这种设计使其多核规模远超消费级PC芯片，更接近工作站级别的Threadripper定位。文中提到10分钟持续负载后仍保持高分，正是因为Mac Studio紧凑机身内的散热系统按工作站标准设计，而非像笔记本那样降频保温。

GPU与AI：统一内存的胜负手

在GPU加速任务上，PC手握RTX 5090这张王牌。Blender中Mac Studio比5090快约40%，但有个前提——这是对比NVIDIA的CUDA路径。Blender原生支持苹果Metal，却不支持NVIDIA的OptiX光追引擎。一旦在PC上开启OptiX，5090就会反超Mac Studio。两者跑在完全不同的软件栈上，这点必须说清楚。

真正精彩的是本地AI测试。作者在LM Studio里跑了从120亿到700亿参数的六个模型。方法上需要注意：Mac端部分模型（Gemma 12B、GPT OSS 20B、Gemma 31B）用了苹果自家优化的MLX框架，而27B和70B模型在两个平台都用标准GGUF格式。

小模型阶段5090占尽优势：Gemma 12B（MLX）快约45%，GPT OSS 20B快超过75%。原因很简单——这些模型能完全塞进5090的32GB显存，加上惊人的显存带宽，raw吞吐量拉满。

转折出现在中大型模型。Qwen 3 27B在Q4量化下5090领先约47%，但升到Q8后领先幅度收窄到约23%。更高质量的量化反而缩小了差距，因为Q8模型更吃内存带宽，这正是Mac Studio统一架构发力的地方。

真正的逆转发生在700亿参数的DeepSeek^广告 R1 Llama蒸馏模型。这个模型装不进5090的32GB显存，只能把溢出部分丢到系统内存，数据要来回走PCIe总线，速度远不及GPU自身显存。结果M5 Ultra比5090快了20倍以上，连M5 Max MacBook Pro都赢了5090。

这里苹果的统一内存架构彻底展现价值。测试机的256GB内存由CPU和GPU共享，没有溢出、没有PCIe瓶颈。哪怕是96GB的基础版M5 Ultra，也能完整装下700亿参数模型。更夸张的是功耗：700亿参数负载下5090约275瓦、M5 Ultra约300瓦，几乎持平——功耗相近却快20倍以上，这才是真正的效率碾压。

**统一内存架构（Unified Memory Architecture）**是苹果Apple Silicon的核心设计理念：CPU、GPU和神经网络加速器共享同一物理内存池，数据无需在独立显存和系统内存之间来回搬运。传统PC架构中，GPU拥有独立的VRAM（如5090的32GB GDDR7），CPU使用独立的DDR5系统内存，两者之间通过PCIe总线通信，带宽上限约为64GB/s（PCIe 5.0 x16）。而M5 Ultra的统一内存带宽可达800GB/s以上，且CPU与GPU访问同一地址空间，延迟极低。当大型语言模型参数超出GPU显存容量时，NVIDIA方案必须将溢出部分存入系统内存，每次推理都要反复穿越PCIe总线，这正是70B模型测试中5090速度骤降的根本原因。

MLX框架是苹果专为Apple Silicon设计的机器学习框架，针对统一内存访问模式深度优化，能充分利用GPU和CPU的共享内存带宽。GGUF格式（GPT-Generated Unified Format）则是目前最主流的跨平台量化模型格式，可在不同硬件上通用运行，但不如平台原生框架性能最优。测试中对小模型混用两种格式，使得平台间的直接性能比较存在一定变量。

视频剪辑与游戏：优化决定一切

视频剪辑同样是GPU吃重的场景。DaVinci Resolve Studio中导出10分钟4K H.265时间线，M5 Ultra和5090几乎同时完成，双方硬件编码器（苹果媒体引擎 vs NVIDIA NVENC）打成平手。

但到了Adobe Premiere Pro，情况就有意思了。一段4K项目导出，M5 Ultra用时不到5090+9950X3D的一半。更让作者惊讶的是，他日常剪片用的MacBook Pro导出速度基本追平了那套9000美元的5090配置——足见Adobe在Apple Silicon上的优化有多到位。

游戏是唯一被PC完全碾压的领域。Cyberpunk、博德之门3、全面战争战锤中，5090大幅领先。即便在通过Crossover转译层运行的Pragmata里，Mac也明显落后。但作者也指出，前三款是Apple Silicon原生支持，而转译层运行本身就会损失大量性能。没人会花9000美元买5090只为打游戏，重点是——现在Mac已经能凑合玩游戏了，这在五年前是不可想象的。

Crossover是由CodeWeavers开发的商业软件，基于开源的Wine兼容层，允许macOS运行为Windows编写的应用程序和游戏，无需安装Windows本身。其原理是将Windows API调用实时翻译为对应的macOS系统调用，同时在Apple Silicon上还需额外进行x86指令集到ARM架构的转译（通过Rosetta 2机制），双重翻译带来的性能损耗相当可观，通常在30%至60%之间，这也是Mac版游戏帧率显著低于PC的重要原因之一。相比之下，原生适配Apple Silicon的游戏（如文中提到的全面战争战锤通过Metal API运行）性能损耗要小得多，但即便如此仍与5090有较大差距，主要原因是M5 Ultra的GPU规格按通用计算和内容创作而非游戏光栅化吞吐量设计。

硬件细节与购买建议

硬件设计上M5 Ultra Mac Studio变化不大，沿用同样的机身和I/O布局：六个Thunderbolt 5接口、HDMI 2.1、10Gb网口，以及全尺寸USB-A口和SDXC读卡器——对需要频繁从相机导素材的创作者来说非常实用。

几点购买提醒值得注意：

• PC当前价格被RTX 5090严重推高，其价格已达MSRP近三倍，但Mac Studio本身也不便宜，256GB配置贵得离谱。
• 大部分测试并未把统一内存推到极限，这份余量对本地AI开发才是真正的差异化优势——普通桌面PC根本无法提供这种规模的统一内存。
• M5 Ultra配置目前面临16到18周的交货延迟，四个月里价格随时可能变动。
• 如果单纯追求CPU算力，PC那边对标的应该是Threadripper而非9950X3D。但一套Threadripper Pro 9975WX（32核64线程）加5090的整机成本会超过1.4万美元，价值对比会更复杂。

结论其实很清晰：如果你是需要本地加载大型前沿模型的AI开发者，Mac Studio是一台非常能打的机器；而在其他大多数场景下，M5 Ultra和PC的性能差距远没有你想象的那么大。最终还是取决于你的工作类型和所用软件——如果你的工作流能吃到Apple Silicon的优化红利，这台机器会飞起来。