Wie Apple den Mac versehentlich zu einem absoluten KI-Monster machte
Vor der Einführung von Apple Silicon sah die Zukunft der Macs im professionellen Bereich ungewiss aus. Acht Jahre später sind Macs mit Apple Silicon für lokale KI-Anwendungen besonders attraktiv geworden - wodurch ein früheres Problem im professionellen Computing zu einem neuen Vorteil wurde.
Die wichtigsten Erkenntnisse von Windows-Office.net
- Macs entwickelten sich von vernachlässigten Profi-Geräten zu Arbeitstieren für KI.
- Lokale KI macht Apple-Silicon-Macs überraschend attraktiv.
- Apples Prozessoren könnten wichtiger sein als Apple Intelligence.
Schon im Jahr 2018 hatte ich fast die Hoffnung aufgegeben, dass die Macs jemals wieder aktualisiert werden würden. Für einige Projekte verwendete ich Windows- und Linux-Infrastrukturen, doch meine Hauptarbeitsaufgaben am Desktop erledigte ich auf dem Mac. Ich begann mir Sorgen zu machen, dass ich alles vom Mac umziehen müsste - ein Migrationsprozess, der mit Sicherheit alles andere als angenehm wäre.
Das Mac-Ökosystem bot einfach nicht genug Leistung und Reserven für anspruchsvolle Power-User wie mich. Damals hätte man nie gedacht, dass die Mac Minis bald zu den meistbegehrten Geräten für leistungsintensive KI-Arbeiten werden würden.
Alles änderte sich, als Apple im Jahr 2020 den M1 Apple Silicon-Prozessor vorstellte. Der Grund dafür ist, dass Apple Silicon ein System-on-a-Chip (SoC) ist - das bedeutet, dass alle grundlegenden Systemkomponenten wie CPU, GPU und RAM auf einem einzigen Siliziumchip hergestellt werden. Dadurch werden viele Probleme behoben, die PCs plagten: von der Wärmeentwicklung über Engpässe bei der Modularität bis hin zu den hohen Komponentenkosten.
Doch diese Veränderung musste sich erst aneignen werden - insbesondere für Power-User, denen es wichtig war, RAM hinzufügen oder GPUs austauschen zu können. Doch gerade die Integration aller Komponenten auf einem einzigen Chip macht den Mac zu einer absolut leistungsstarken KI-Plattform.
Der Vorteil von Apple Silicon im Bereich KI
Die Apple Silicon-Chips verfügen über interne Prozessoren. Der CPU übernimmt alle grundlegenden Rechenaufgaben. Apples CPUs besitzen außerdem Erweiterungen, mit denen hochpräzise mathematische Berechnungen durchgeführt werden können.
Die GPU kann rechenintensive Aufgaben verarbeiten. Die meisten grafikintensiven Berechnungen erfordern eine enorme Menge an Array-Verarbeitung. Und wissen Sie, was ebenfalls eine große Menge an Array-Verarbeitung benötigt? Künstliche Intelligenz. Deswegen sind GPUs so gefragt.
Dann gibt es noch Apples Neural Engine - einen Chip, der dafür konzipiert ist, spezielle KI-Aufgaben auszuführen. Vereinfacht ausgedrückt: Die GPU verarbeitet riesige Datenmengen, während die Neural Engine spezifische KI-Aufgaben mit sehr geringem Energieaufwand bewältigen kann - beispielsweise die Spracherkennung oder die Bilderkennung.
Man kann viele KI-Arbeitslasten auf den ursprünglichen Macs der M1-Serie von Apple aus dem Jahr 2020 ausführen. Mein vier Jahre alter M1 Mac Studio verarbeitet derzeit zahlreiche KI-Arbeitslasten in meinem Heimlabor. Alternativ kann man auch das neu erschienene M6 Mac mini mit 32 GB Arbeitsspeicher für etwa 1.700 Dollar kaufen.
Je leistungsfähiger diese Geräte werden, desto mehr Vorteile bietet die Ausführung von lokalen KI-Aufgaben: Sie finden schließlich lokal statt. Man muss sich keine Sorgen um Datenschutz oder Token-Gebühren machen. Man installiert einfach ein LLM, das nahe an den Grenzen der Leistungsfähigkeit liegt, und kann loslegen.
Aber nicht Apple Intelligence
Vor sechzehn Monaten habe ich mein 64-GB-M1-Max-Mac-Studio durch ein 128-GB-M4-Max-Mac-Studio ersetzt - dieses ist jetzt mein täglicher Arbeitsrechner.
Erst letzten Monat hat Apple sowohl das Mac mini als auch das Mac Studio auf M5 Max bzw. M5 Ultra aktualisiert. Doch mein älteres Mac Studio funktioniert so gut, dass ich kein Upgrade benötige.
Hätte mir im Jahr 2018 jemand gesagt, dass Apple kleine, kompakte Macs herstellen würde, die so leistungsstark sind, dass ich nach dem Erscheinen eines neuen Modells kein Upgrade mehr bräuchte, hätte ich gelacht. Schließlich ist das dasselbe Unternehmen, das vier Jahre lang keine Updates für den Mac mini und ganze sechs Jahre lang keine Updates für den Mac Pro herausbrachte.
In diesem Jahr? Apple aktualisiert seine Macs nahezu genauso schnell wie die iPhones. Das liegt natürlich größtenteils daran, dass Macs und iPhones dieselbe Prozessortechnologie von Apple verwenden. Apple hat viel mehr Kontrolle über seine eigene Architektur - wodurch Upgrades praktikabler und machbar werden.
Außerdem gibt es die Nachfrage nach KI-Technologien. Ich glaube nicht, dass Apple im Jahr 2020 im Voraus mit dem KI-Boom rechnen konnte. Doch das Unternehmen entwickelte einen leistungsfähigen Prozessordesign für die Anforderungen seiner Kunden - insbesondere im Bereich Grafikverarbeitung. Zufälligerweise teilen KI-Anwendungen viele architektonische Anforderungen mit Grafikanwendungen. Dadurch befindet sich diese neuartige, von Apple entwickelte Architektur weit voraus im Vergleich zur bisher von Apple genutzten Intel-Technologie.
Es ist eigentlich ziemlich ironisch. Apple Intelligence hat sich als ziemlicher Flop herausgestellt. Doch Apples Prozessoren, die ursprünglich für eine völlig andere Art von Arbeit entwickelt wurden, erwiesen sich als nahezu perfekt für den Einsatz in der KI optimiert.
Die Hardware des Unternehmens erobert die Welt der KI im Sturm, während die KI-Software des Unternehmens kaum Auswirkungen auf die Pläne irgendjemandes hat - aber ich beschwere mich nicht.
Sie können meinen täglichen Projektfortschritt in den sozialen Medien verfolgen. Abonnieren Sie unbedingt meinen wöchentlichen Newsletter und folgen Sie mir auf Twitter/X unter @DavidGewirtz, auf Facebook unter Facebook.com/DavidGewirtz, auf Instagram unter Instagram.com/DavidGewirtz, auf Bluesky unter @DavidGewirtz.com sowie auf YouTube unter YouTube.com/DavidGewirtzTV.