Apple prepara un nuevo Mac Studio con chip M5 Ultra mientras el mercado de memoria vive uno de sus momentos más tensos. Según informaciones recogidas por MacRumors a partir de Bloomberg, la compañía trabaja en una actualización de su sobremesa profesional que podría llegar en 2026 y que habría sido probada con hasta 768 GB de memoria unificada. La cifra llama la atención porque sitúa al Mac Studio en una zona cada vez más cercana a estaciones locales para inteligencia artificial, vídeo, 3D, desarrollo y cargas profesionales que antes exigían servidores dedicados.
El contexto, sin embargo, es mucho menos cómodo para Apple. La misma semana en la que se habla de un Mac Studio con más memoria que nunca, la compañía ha elevado precios en MacBook, iPad y otros dispositivos por el encarecimiento de la RAM y el almacenamiento. La contradicción es solo aparente: Apple necesita empujar equipos cada vez más potentes para profesionales y desarrolladores, pero el coste de la memoria se ha convertido en una variable que ya no puede ocultar dentro de sus márgenes.
El posible M5 Ultra llegaría como cierre de la familia M5 antes del salto a nuevas generaciones de chips. La filtración apunta a una configuración de unas 36 CPU cores y 80 GPU cores, no demasiado alejada en GPU del M3 Ultra actual, que puede llegar a 32 núcleos de CPU y 80 núcleos de GPU. La gran diferencia estaría en la memoria. Pasar de configuraciones de cientos de gigabytes a una opción de 768 GB convertiría al Mac Studio en una máquina muy particular: cara, de nicho, pero atractiva para quienes quieren ejecutar modelos grandes y flujos profesionales en local.
La memoria unificada se convierte en el argumento central
Apple lleva años defendiendo su arquitectura de memoria unificada como una ventaja frente al PC tradicional. CPU, GPU y Neural Engine comparten un mismo espacio de memoria, lo que evita duplicar datos entre componentes y permite trabajar con proyectos grandes de forma más fluida. En tareas de vídeo, composición, 3D, fotografía pesada, desarrollo y ahora inteligencia artificial local, esa arquitectura tiene sentido.
La diferencia es que la inteligencia artificial ha cambiado la escala. Para ejecutar modelos grandes en local, la memoria importa tanto como la potencia de cálculo. Una GPU con mucho rendimiento pero poca memoria puede quedarse corta si el modelo, el contexto o los datos no caben. Por eso los 768 GB probados por Apple tendrían una lectura clara: convertir el Mac Studio en una estación de trabajo capaz de alojar modelos y datasets mucho más grandes sin depender siempre de la nube.
| Equipo / chip | CPU máxima | GPU máxima | Memoria unificada citada |
|---|---|---|---|
| Mac Studio M3 Ultra | Hasta 32 núcleos | Hasta 80 núcleos | Hasta 512 GB en configuraciones previas |
| Mac Studio M5 Ultra | Alrededor de 36 núcleos | Alrededor de 80 núcleos | Hasta 768 GB en pruebas, según filtraciones |
| Mac Studio actual en venta | Depende de configuración | Depende de configuración | Oferta reducida por restricciones de memoria |
La cifra de 768 GB no debe leerse como una garantía comercial. Apple puede haber probado esa configuración y decidir no lanzarla, limitarla por suministro o reservarla para más adelante. En plena escasez de memoria, ofrecer una versión así no depende solo de ingeniería. Depende de contratos con proveedores, disponibilidad de chips LPDDR, precios, márgenes y capacidad de producción.
Un Mac Studio para inteligencia artificial local, pero a precio de lujo
Si Apple lanza un Mac Studio M5 Ultra con 768 GB de memoria, el precio será uno de los grandes problemas. Tras la subida reciente, el Mac Studio con 96 GB ha pasado de 3.999 a 5.299 dólares, según la información publicada por medios estadounidenses. Con ocho veces más memoria, una configuración de 768 GB podría situarse fácilmente por encima de los 10.000 dólares, incluso antes de añadir más almacenamiento.
Eso cambiaría el perfil del producto. No sería un Mac para creadores avanzados en sentido amplio, sino una máquina para estudios, laboratorios, empresas de inteligencia artificial, desarrolladores de modelos, científicos de datos, productoras, equipos de render y usuarios profesionales que puedan amortizarlo. El comprador doméstico o freelance tendría muy difícil justificar una configuración así.
| Perfil de usuario | Por qué podría interesarle |
| Desarrolladores de IA local | Ejecutar modelos grandes sin enviar datos a APIs externas |
| Estudios de vídeo | Trabajar con proyectos 8K, ProRes y flujos pesados |
| 3D y simulación | Manejar escenas, texturas y procesos complejos |
| Investigación | Probar modelos y datasets en una máquina local |
| Empresas con datos sensibles | Reducir dependencia de cloud en fases de prueba |
| DevOps y desarrollo | Compilar, virtualizar y ejecutar entornos grandes |
El atractivo para inteligencia artificial local es evidente. En un momento en el que muchas empresas quieren experimentar con modelos abiertos, RAG, agentes y automatización interna, tener una máquina silenciosa, compacta y con mucha memoria puede ser una alternativa a alquilar GPUs o depender de APIs. Pero no sustituye a un cluster de entrenamiento ni a servidores NVIDIA con HBM. La memoria unificada de Apple tiene ventajas, pero no equivale al ancho de banda y la arquitectura de aceleradores diseñados para centros de datos.
La crisis de memoria condiciona el calendario
El Mac Studio debía renovarse antes, pero las informaciones apuntan a retrasos por problemas de suministro y precios de memoria. Apple ya ha retirado o limitado configuraciones altas en algunos Mac, y la subida de precios del catálogo muestra que la compañía no puede absorber indefinidamente el incremento de coste.
La presión viene de los centros de datos de inteligencia artificial. Samsung, SK hynix y Micron están destinando más capacidad a HBM, memoria para servidores y productos empresariales donde los contratos son grandes y los márgenes más atractivos. Eso reduce la disponibilidad o encarece la memoria usada en portátiles, tablets, sobremesas y smartphones.
| Factor | Efecto sobre Apple |
| Demanda de HBM para IA | Los proveedores priorizan memoria de alto margen |
| Subida de DRAM y NAND | Aumenta el coste de Mac, iPad y futuros iPhone |
| Escasez de configuraciones altas | Apple limita opciones de memoria en algunos modelos |
| Subidas de precio | Se protege margen, pero puede caer demanda |
| Retraso de productos | El calendario depende más de suministro que de diseño |
Este es el punto más delicado. Apple vende integración y control, pero no controla toda la cadena. Puede diseñar sus chips, su sistema operativo y sus máquinas, pero necesita memoria física de proveedores externos. Y ahora esos proveedores tienen otros clientes dispuestos a pagar mucho por alimentar clusters de inteligencia artificial.
El Mac Studio entra en una nueva categoría
El Mac Studio nació como una alternativa compacta entre el Mac mini y el Mac Pro. Con un M5 Ultra y una opción de 768 GB, se acercaría más a una estación local de inteligencia artificial que a un sobremesa creativo convencional. No por formato, sino por memoria y uso potencial.
Esto puede tener impacto en el mercado profesional. Muchos equipos quieren ejecutar modelos de lenguaje, visión o generación en local por privacidad, latencia o coste. Otros necesitan prototipar antes de llevar cargas a cloud. En ese punto, Apple tiene un argumento interesante: un equipo de escritorio con gran memoria unificada, consumo contenido frente a estaciones multi-GPU, macOS, herramientas de desarrollo y buen rendimiento multimedia.
Pero también tiene límites claros. El ecosistema de inteligencia artificial profesional sigue girando en gran parte alrededor de CUDA y GPUs NVIDIA. Aunque Apple ha mejorado Metal, Core ML, MLX y soporte para modelos locales, muchas herramientas de entrenamiento, librerías y flujos empresariales siguen optimizados para NVIDIA. El Mac Studio puede ser una máquina excelente para inferencia local, prototipado y desarrollo, pero no reemplaza sin más una estación con RTX Pro, un servidor DGX o un cluster H100/H200/Blackwell.
Apple juega con una tensión difícil
La compañía tiene que equilibrar tres fuerzas. La primera es el mercado profesional, que pide más memoria y más capacidad local para inteligencia artificial, vídeo y desarrollo. La segunda es la escasez de componentes, que encarece justo aquello que Apple necesita ampliar. La tercera es el precio, porque cada salto en memoria puede convertir un producto atractivo en una máquina reservada a una minoría.
El M5 Ultra puede ser importante no tanto por su CPU o GPU, sino por el mensaje: Apple quiere seguir en la conversación de la inteligencia artificial local y profesional, aunque su plataforma no sea el estándar dominante en centros de datos. Un Mac Studio con 768 GB permitiría a la compañía decir que también tiene una respuesta para modelos grandes en escritorio.
La duda es si podrá vender esa respuesta sin que el precio se vuelva prohibitivo. En 2026, la memoria ya no es un extra técnico. Es el componente que decide qué modelo puedes ejecutar, qué proyecto puedes abrir y cuánto cuesta trabajar sin depender de la nube.
Si el M5 Ultra llega este año, será una prueba para Apple y para todo el mercado profesional. Mostrará hasta dónde puede llevar la compañía su arquitectura de memoria unificada en plena crisis de suministro. También mostrará cuántos usuarios están dispuestos a pagar precios de servidor por tener inteligencia artificial local en una caja de sobremesa.
Preguntas frecuentes
¿Cuándo podría lanzarse el Mac Studio con M5 Ultra?
Según informaciones recogidas por MacRumors a partir de Bloomberg, Apple podría lanzarlo en 2026, aunque el calendario exacto no está confirmado y se ha hablado de octubre como posible ventana.
¿Tendrá realmente 768 GB de memoria?
Apple habría probado soporte para hasta 768 GB de memoria unificada, pero las restricciones de suministro podrían impedir que esa opción llegue al mercado desde el primer día.
¿Para qué sirve tanta memoria en un Mac Studio?
Puede ser útil para inteligencia artificial local, modelos grandes, vídeo profesional, 3D, simulación, desarrollo pesado, virtualización y proyectos que necesitan mantener muchos datos en memoria.
¿Será una alternativa a servidores NVIDIA para IA?
No de forma completa. Puede ser muy útil para inferencia local y desarrollo, pero muchos flujos profesionales de entrenamiento y producción siguen dependiendo de GPUs NVIDIA y ecosistemas CUDA.
vía: macrumors
