Apple ha llevado el Mac Studio con M5 Ultra a un terreno que va mucho más allá de la edición de vídeo, el desarrollo de aplicaciones o la creación 3D. Su configuración más ambiciosa podrá incorporar 512 GB de memoria unificada con 1,2 TB/s de ancho de banda, una combinación pensada para trabajar localmente con grandes modelos de inteligencia artificial que normalmente exigirían varias GPU o equipos especializados.
Las claves del Mac Studio M5 Ultra en 20 segundos
- El M5 Ultra admite hasta 512 GB de memoria unificada, una cifra poco habitual en un ordenador de sobremesa.
- Su memoria alcanza 1,2 TB/s de ancho de banda y puede alimentar una GPU de hasta 80 núcleos.
- Apple apunta directamente a inferencia, desarrollo y ajuste local de grandes modelos de IA.
- La comparación empieza a incluir equipos especializados como NVIDIA DGX Spark.
- CUDA continúa siendo una ventaja importante de NVIDIA frente al software disponible para Apple Silicon.
El cambio resulta especialmente interesante porque Apple no necesita competir únicamente por rendimiento bruto. Su arquitectura permite que CPU y GPU accedan al mismo espacio de memoria, evitando la separación tradicional entre RAM del sistema y memoria de vídeo que existe en una workstation con GPU dedicada.
Eso significa que un desarrollador puede disponer de cientos de gigabytes accesibles por el acelerador sin instalar varias tarjetas gráficas. Para determinadas cargas de IA, la capacidad para alojar el modelo completo puede ser tan importante como la potencia de cálculo.
512 GB explican mejor el M5 Ultra que cualquier benchmark de CPU
Apple lleva años hablando de memoria unificada, pero la inteligencia artificial está dando una nueva utilidad a esa arquitectura.
Una workstation convencional puede disponer de 128, 256 o incluso más gigabytes de RAM, pero una GPU dedicada continúa limitada por su propia VRAM. Si el modelo supera esa capacidad, es necesario distribuirlo entre aceleradores o recurrir a técnicas que trasladan parte de los datos hacia la memoria del sistema.
Apple Silicon elimina esa división física.
El nuevo M5 Ultra puede configurarse con hasta 512 GB de memoria unificada. No toda estará disponible para un modelo porque macOS, el runtime y otras aplicaciones necesitan su propio espacio, pero el margen continúa siendo enorme frente a una GPU convencional.
Un modelo denso de 70.000 millones de parámetros, por ejemplo, necesitaría aproximadamente 140 GB únicamente para almacenar sus pesos a 16 bits. Con 8 bits serían alrededor de 70 GB y con cuantización de 4 bits, unos 35 GB.
La ejecución requiere además memoria para la caché KV, el contexto, operaciones temporales y el propio framework.
Por eso un modelo que ocupa 100 GB en almacenamiento no equivale necesariamente a un modelo que puede ejecutarse cómodamente con 100 GB de memoria.
Los 512 GB permiten a Apple ampliar considerablemente esa frontera.
La compañía sostiene que el M5 Ultra puede trabajar localmente con modelos de lenguaje de cientos de miles de millones de parámetros. El tamaño realmente utilizable dependerá de cada modelo, su arquitectura, cuantización, contexto y software empleado.
El ancho de banda sube hasta 1,2 TB/s
La capacidad no es la única cifra relevante.
El M5 Ultra alcanza 1,2 TB/s de ancho de banda de memoria, frente a los 800 GB/s del M3 Ultra. Apple combina así una memoria mucho mayor con un acceso rápido desde los componentes del sistema.
Este dato tiene especial importancia en inferencia.
Los grandes modelos necesitan mover continuamente enormes cantidades de pesos desde memoria hacia las unidades encargadas del cálculo. En determinadas cargas autoregresivas, especialmente con pocos usuarios simultáneos, el ancho de banda puede convertirse en una limitación importante.
El M5 Ultra puede incorporar una CPU de 36 núcleos y una GPU de 80 núcleos. Apple también ha integrado Neural Accelerators en sus núcleos gráficos.
La compañía habla de hasta 4,3 veces el rendimiento máximo de IA del M3 Ultra. Como ocurre con cualquier cifra proporcionada por un fabricante, habrá que esperar a pruebas independientes para conocer cómo se traduce esa mejora en modelos concretos, diferentes cuantizaciones y aplicaciones reales.
Ese será uno de los puntos importantes cuando comiencen a publicarse mediciones de tokens por segundo con modelos que ocupen una parte considerable de los 256 o 512 GB disponibles.
El rival del Mac Studio empieza a parecerse más a DGX Spark
El nuevo Mac Studio resulta difícil de valorar si la única referencia es un PC convencional.
Una comparación mucho más reveladora aparece con NVIDIA DGX Spark, el pequeño sistema de IA basado en Grace Blackwell GB10.
DGX Spark dispone de 128 GB de memoria coherente, 273 GB/s de ancho de banda y el entorno de software de NVIDIA. Su precio oficial en Estados Unidos es de 4.699 dólares.
NVIDIA indica que un único sistema puede trabajar con modelos de hasta 200.000 millones de parámetros y realizar fine-tuning de modelos de hasta 70.000 millones.
También es posible conectar varios DGX Spark mediante sus interfaces ConnectX-7 de 200 Gb/s.
Dos unidades proporcionan 256 GB de memoria combinada, pero existe una diferencia arquitectónica: continúan siendo dos sistemas independientes. Para ejecutar un modelo que necesite ambos, este debe distribuirse y los equipos necesitan intercambiar información.
El Mac Studio puede ofrecer 256 o 512 GB dentro de una única memoria unificada.
Esto no permite concluir que sea más rápido que dos DGX Spark. NVIDIA cuenta con aceleradores específicamente diseñados para IA y un software extraordinariamente maduro alrededor de CUDA.
La ventaja de Apple es diferente: conseguir que modelos excepcionalmente grandes puedan permanecer dentro de una sola máquina antes de que sea necesario recurrir a computación distribuida.
Apple quiere que el Mac sea también el servidor de IA del desarrollador
Hay otra diferencia importante respecto a comprar un appliance especializado.
Un Mac Studio continúa siendo el ordenador sobre el que se desarrolla la aplicación.
El mismo equipo puede utilizar Xcode, herramientas de programación, navegadores, aplicaciones creativas y servicios auxiliares mientras mantiene cargado un modelo de IA.
Esto importa porque las aplicaciones modernas rara vez utilizan únicamente un LLM.
Una solución documental puede combinar reconocimiento óptico de caracteres (OCR), embeddings, una base de datos vectorial, reranking, visión artificial y un modelo de lenguaje. Un agente puede añadir reconocimiento de voz, herramientas externas y modelos especializados.
Disponer de memoria adicional permite mantener más elementos de ese pipeline dentro de la misma máquina.
El planteamiento también puede resultar atractivo para organizaciones que trabajan con datos que no quieren o no pueden enviar a servicios cloud externos.
Investigación, desarrollo de software, ingeniería o determinados trabajos empresariales pueden ejecutar inferencia y experimentación directamente en las instalaciones de la organización.
Esto no convierte al Mac Studio en sustituto de los grandes clústeres de entrenamiento. El preentrenamiento de modelos de frontera continúa requiriendo miles de aceleradores y una infraestructura completamente diferente.
El terreno razonable para una workstation de estas características está en inferencia, evaluación, generación de datos sintéticos, distillation y técnicas de ajuste como LoRA o QLoRA, además del entrenamiento de modelos mucho más pequeños.
MLX mejora, pero CUDA sigue marcando una diferencia
La gran incógnita de Apple continúa estando en el software.
NVIDIA lleva cerca de dos décadas construyendo alrededor de CUDA un entorno que actualmente forma parte de buena parte de la infraestructura mundial de inteligencia artificial.
PyTorch, kernels optimizados, bibliotecas de cuantización, NCCL, TensorRT-LLM, NIM y multitud de proyectos están diseñados pensando primero en aceleradores NVIDIA.
Apple ha avanzado considerablemente con MLX, su framework específicamente diseñado para aprovechar Apple Silicon y la memoria unificada. Metal, Core ML, llama.cpp y diferentes aplicaciones permiten además ejecutar cada vez más modelos localmente.
Pero que un modelo quepa en 512 GB no significa necesariamente que exista una implementación igualmente eficiente para todas sus operaciones.
Esta diferencia será determinante.
Si un desarrollador necesita utilizar herramientas diseñadas específicamente para CUDA, DGX Spark o una workstation NVIDIA pueden continuar siendo opciones mucho más naturales.
Si la prioridad consiste en ejecutar modelos enormes localmente dentro de una sola máquina, la arquitectura del Mac Studio gana atractivo.
Apple también prepara el camino para conectar varios Mac
La estrategia no termina en una única máquina.
Apple está desarrollando el uso de Thunderbolt 5 y RDMA (Remote Direct Memory Access) para conectar varios Mac y distribuir determinadas cargas de inteligencia artificial.
RDMA permite intercambiar datos entre equipos reduciendo la intervención de sus CPU.
Sin embargo, conviene distinguir esta comunicación del ancho de banda interno.
Los 1,2 TB/s del M5 Ultra corresponden a su memoria local. Una conexión entre dos ordenadores funciona sobre otra tecnología y presenta unas características completamente diferentes.
Precisamente por eso disponer de 512 GB dentro de un único sistema tiene valor: permite retrasar la necesidad de dividir el modelo.
Cuando el modelo ya no cabe, Apple también quiere ofrecer una vía para crecer conectando máquinas.
Un Mac Studio que empieza a parecer una pequeña infraestructura de IA
Apple sigue vendiendo el Mac Studio como una workstation profesional. El M5 Ultra mantiene las capacidades habituales de la familia para edición, vídeo, desarrollo y creación de contenidos.
Pero 512 GB de memoria unificada y 1,2 TB/s de ancho de banda cambian la lectura del producto.
Ya no resulta extraño compararlo con pequeños sistemas dedicados a inteligencia artificial.
NVIDIA DGX Spark conserva una ventaja clara para quienes necesitan CUDA y una ruta directa hacia servidores y centros de datos basados en la misma plataforma. Apple ofrece otra propuesta: mucha memoria accesible por la GPU, un único sistema operativo y una máquina que sirve simultáneamente como entorno de desarrollo y plataforma de IA local.
El precio también refleja ese cambio. El Mac Studio comienza en 2.499 dólares con M5 Max y en 5.499 dólares con M5 Ultra en Estados Unidos. Las configuraciones con grandes cantidades de memoria y almacenamiento pueden entrar fácilmente en territorio de workstation profesional.
Por eso el modelo de 512 GB difícilmente está dirigido al usuario habitual de Mac.
Su público potencial está entre desarrolladores de IA, investigadores, estudios profesionales y empresas que ya contemplaban gastar miles de euros en hardware especializado para ejecutar modelos localmente.
La gran prueba llegará con los benchmarks independientes. Capacidad de memoria, ancho de banda y potencia teórica explican lo que Apple ha construido, pero falta conocer cuántos tokens por segundo consigue con modelos de 70B, 120B, 200B o superiores y cómo se comporta cuando otras aplicaciones comparten esa memoria.
Si el software acompaña al hardware, Apple puede haber encontrado para el Mac Studio una nueva categoría: el Mac que también funciona como una estación personal para grandes modelos de IA.
Preguntas frecuentes
¿Cuánta memoria tiene el Mac Studio con M5 Ultra?
Puede configurarse con hasta 512 GB de memoria unificada. Esta memoria es compartida por CPU, GPU y otros componentes de Apple Silicon.
¿Qué ancho de banda ofrece el M5 Ultra?
Apple especifica hasta 1,2 TB/s de ancho de banda de memoria, un 50 % más que los 800 GB/s del M3 Ultra.
¿Puede un Mac Studio M5 Ultra ejecutar modelos de IA grandes?
Apple afirma que puede ejecutar localmente modelos con cientos de miles de millones de parámetros. La capacidad real depende de factores como cuantización, arquitectura, longitud de contexto y runtime.
¿Mac Studio M5 Ultra o NVIDIA DGX Spark para IA?
Depende del uso. DGX Spark ofrece CUDA y el amplio entorno de software de NVIDIA, mientras el Mac Studio destaca por poder proporcionar hasta 512 GB de memoria unificada dentro de una única workstation.
