Dwudziestego piątego sierpnia Apple zapowiedziało komputer, który jako komputer nie ma większego sensu. Mac Studio z układem M5 Ultra kosztuje od 5 499 dolarów, w Polsce od 27 999 zł. Wersja, o której piszę w tym tekście, będzie miała 512 GB pamięci zunifikowanej, pojawi się pod koniec października i nie ma jeszcze ceny. Według AppleInsider w Stanach Zjednoczonych przekroczy 10 tysięcy dolarów, zanim położycie na biurku monitor.
Piszę o tym, bo mam pod ręką dwa punkty odniesienia. W plecaku noszę MacBooka Pro ze 128 GB pamięci zunifikowanej. Miesiąc temu w naszym labie testowaliśmy Lenovo ThinkStation PGX - odpowiednik NVIDIA DGX Spark przeznaczony dla przedsiębiorstw, ze 128 GB pamięci i superchipem GB10 - i zdążyłem sprawdzić go w praktyce, zanim trafił do klienta. Kiedy więc czytam o 512 GB w jednej maszynie, nie czytam tego jak recenzji sprzętu. Czytam to jak rachunek: czy SNOK powinien kupić taką maszynę do dowodów koncepcji (POC) i douczania modeli. I dlaczego cena, która na pierwszy rzut oka wydaje się absurdalna, po przeliczeniu zaczyna się bronić.
Jedno zastrzeżenie na wstępie, bo bez niego ten tekst byłby nieuczciwy. SNOK jest partnerem Platinum Lenovo i sprzedaje stacje PGX. Mam więc interes w tym, żeby polecać Wam GB10. Właśnie dlatego uważam, że powinienem napisać, gdzie Mac Studio wygrywa.
Z czym to w ogóle porównywać
Pierwszą pułapką w każdej dyskusji o tym sprzęcie jest niewłaściwy punkt odniesienia. Zestawienie Mac Studio z komputerem do gier albo stacją roboczą z kartą RTX kończy się zawsze tak samo: w testach procesora i renderowania Mac wypada słabo pod względem stosunku wydajności do ceny, a w zadaniach zależnych od CUDA przegrywa. Oba wnioski są prawdziwe i oba są bez znaczenia dla osoby, która tę maszynę kupi.
Perspektywę, która mnie przekonała, zawdzięczam tekstowi Cordero Core’a, inżyniera oprogramowania badawczego z eScience Institute Uniwersytetu Waszyngtońskiego, opublikowanemu na Medium kilka dni po zapowiedzi. Jego obserwacja jest prosta: Apple nie próbuje przekonać nikogo, kto składa komputer do gier. Apple celuje w osobę, która właśnie miała kupić kilka DGX Sparków.
Ta osoba zna liczby na pamięć. Jeden DGX Spark kosztuje według cennika NVIDII 4 699 dolarów - tyle wynosi cena sugerowana od lutego 2026. Ma 128 GB spójnej pamięci zunifikowanej, 273 GB/s przepustowości, superchip GB10 Grace Blackwell i pełny stos oprogramowania NVIDII w systemie opartym na Ubuntu. Według producenta jeden komputer umożliwia wnioskowanie z użyciem modeli do 200 miliardów parametrów i douczanie modeli do 70 miliardów. Dwa komputery połączone wbudowanymi kartami ConnectX-7 o przepustowości 200 Gb/s obsługują modele do 405 miliardów parametrów, cztery komputery do 700 miliardów.
Stąd wynika arytmetyka całego porównania. Pamięć rośnie po 128 GB na pudełko: dwa Sparki to 256 GB za 9 398 dolarów, a cztery Sparki to 512 GB za 18 796 dolarów - dopiero tyle sprzętu daje po stronie NVIDII tę samą pojemność, co jedno Mac Studio w wersji, o której piszę. To z tymi dwiema kwotami Apple chce konkurować.
Co mam w rękach i czego nie mam
Zanim przejdę do arytmetyki, rozdzielę to, co wiem z pierwszej ręki, od tego, czego nie wiem.
Na PGX ze 128 GB uruchomiliśmy w labie kompletne środowisko, a nie testy dla samych testów. Model gpt-oss-120b w kwantyzacji MXFP4 zajmuje około 63 GB i w llama.cpp generuje 56-60 tokenów na sekundę. Gęsty model o 70 miliardach parametrów w 4 bitach zajmuje około 40 GB, mieści się w pamięci bez trudu i generuje około 3 tokenów na sekundę, co w pojedynczej rozmowie jest bezużyteczne. Qwen3-235B-A22B w kwantyzacji trzybitowej zajmuje 104 GB, mieści się z minimalnym zapasem, generuje około 15 tokenów na sekundę i nie zostawia miejsca na nic innego. Te trzy liczby wystarczą, żeby zrozumieć całą resztę tego tekstu.
Na MacBooku ze 128 GB ten sam gpt-oss-120b również mieści się w pamięci, bo 63 GB to 63 GB. Nie mierzyłem na nim prędkości metodą porównywalną z tą z labu, więc liczby nie podam. Wiem natomiast, że na tym samym laptopie mogę uruchomić model, pracować w środowisku programistycznym, obsługiwać pocztę i prowadzić rozmowę z klientem. To zmienia sposób pracy bardziej, niż sugeruje karta katalogowa.
Nie mam w rękach M5 Ultra. Nikt poza Apple nie ma. Wszystkie dane o wydajności tego układu, które przeczytacie niżej, to deklaracje producenta z jego własnych pomiarów z lipca 2026. Niezależnych testów można się spodziewać po 22 września, gdy pierwsze egzemplarze trafią do kupujących.
Arytmetyka pamięci, która rządzi tym rynkiem
Liczba parametrów modelu brzmi abstrakcyjnie, dopóki nie zamienicie jej na bajty. Gęsty model o 70 miliardach parametrów, zapisany w 16 bitach, potrzebuje 140 GB na same wagi. W 8 bitach 70 GB. W 4 bitach 35 GB. To jest tylko plik z modelem.
Środowisko uruchomieniowe potrzebuje jeszcze miejsca na pamięć podręczną kluczy i wartości (KV cache), która przechowuje kontekst rozmowy, na aktywacje pośrednie, na narzut biblioteki i na wszystko, co działa obok. Wydłużcie kontekst albo obsłużcie kilku użytkowników naraz, a pamięć podręczna może zająć więcej miejsca niż wagi modelu. Dlatego „plik się mieści” i „model dobrze działa” to dwa różne zdania.
Modele typu Mixture-of-Experts (MoE), złożone z wielu modułów eksperckich, komplikują rachunek w ciekawy sposób. Model może mieć 320 miliardów parametrów i przy generowaniu każdego tokenu aktywować tylko część z nich. Obniża to koszt obliczeń na token, ale komplet wag nadal wymaga miejsca w pamięci. Rzadka aktywacja przyspiesza wykonanie. Nie zmniejsza pliku.
W labie na GB10 widzieliśmy to na własnych pomiarach. Model gpt-oss-120b zajmuje więcej pamięci niż gęsty model 70B w 4 bitach, a generuje tokeny około dwudziestu razy szybciej. Prędkość dekodowania wynika w przybliżeniu z przepustowości pamięci podzielonej przez liczbę aktywnych parametrów. Przy 273 GB/s architektura modelu znaczy więcej niż jego rozmiar.
Teraz progi pamięci nabierają znaczenia. Litera B oznacza miliardy parametrów.
128 GB - jeden DGX Spark, jeden PGX albo MacBook ze 128 GB. Z zapasem: modele MoE do około 120 miliardów parametrów w 4 bitach i modele gęste do 27-30 miliardów. Z minimalnym zapasem: 235 miliardów w architekturze MoE i kwantyzacji trzybitowej, ale wtedy w pamięci nie zostaje miejsca na nic innego.
256 GB - dwa Sparki albo Mac Studio z 256 GB. Z zapasem: te same 235 miliardów, tylko z miejscem na długi kontekst i drugi model obok. Z minimalnym zapasem: 320 miliardów w 4 bitach, czyli 160 GB, plus reszta potoku.
512 GB - cztery Sparki albo jedno Mac Studio od końca października. Z zapasem: 405 miliardów w 4 bitach, czyli 202,5 GB, z miejscem na cały potok. Z minimalnym zapasem: 700 miliardów w 4 bitach, czyli 350 GB, a także Kimi K3 po przycięciu ekspertów do 350 GB w porcie MLX przygotowanym przez PipeNetwork.
Przepustowość pamięci decyduje, jak szybko zapisane wagi da się podać do obliczeń. Model generuje odpowiedź token po tokenie, a przy takiej pracy więcej czasu zajmuje często przenoszenie wag niż sama arytmetyka, zwłaszcza gdy obsługiwane jest jedno zapytanie naraz. Dlatego 1,2 TB/s w M5 Ultra znaczy tu więcej niż kolejny procent w teście procesora. To 4,4 raza więcej niż 273 GB/s w GB10. Model jest bardzo grubą książką: pojemność decyduje, czy książka zmieści się na biurku, a przepustowość, jak szybko przewracacie strony. Apple powiększyło biurko i przyspieszyło przewracanie stron. Ile to daje w praktyce, powiedzą dopiero niezależne testy.
Koszt, którego nie ma w karcie katalogowej
Najciekawsze pytanie o każdą z tych maszyn brzmi: co się dzieje, gdy model wypełni pamięć.
Cordero Core podaje, że na dwóch Sparkach model klasy 300 miliardów parametrów potrafi generować 25-35 tokenów na sekundę przy jednoczesnej obsłudze sześciu zapytań. Jak na sprzęt stojący na biurku, to robi wrażenie. Ważniejsze ograniczenie pojawia się, gdy zapytacie, co jeszcze te maszyny mogą uruchomić. Model zajmuje niemal całą pamięć obu komputerów. Nie ma miejsca na dodatkowy model do analizy dokumentów. Dodajcie analizę obrazu, model osadzeń do wyszukiwania, model do ponownego rankingu wyników albo jakąkolwiek inną lokalną usługę i potrzebujecie trzeciej maszyny. Przy czterech pudełkach problem nie znika, tylko przesuwa się o jeden poziom wyżej: mieści się większy model, a pytanie o miejsce na resztę potoku wraca w tej samej postaci.
U nas wyglądało to tak samo. Z gpt-oss-120b, modelem osadzeń i agentem Hermes na jednym PGX zostawał jeszcze zapas. Z Qwen3-235B na tej samej maszynie nie zostawało nic. Wybór modelu przestawał być decyzją o jakości odpowiedzi i stawał się decyzją o tym, czy wszystkie elementy potoku zmieszczą się w pamięci jednej stacji.
Rzeczywiste aplikacje AI rzadko kończą się na jednym modelu. System przetwarzania dokumentów potrzebuje rozpoznawania tekstu, osadzeń, ponownego rankingu, analizy obrazu i modelu językowego, który generuje odpowiedź. Agent dokłada do tego rozpoznawanie mowy i modele bezpieczeństwa. Gdy główny model wypełnia dwa Sparki, te usługi trzeba uruchomić na kolejnym komputerze, a każdy kolejny komputer to dodatkowy przeskok w sieci, kolejne środowisko do wdrożenia i utrzymania oraz kolejny punkt, którego awarię trzeba obsłużyć.
Mac Studio jest sprzedawany z innym założeniem. Apple daje jednemu systemowi do 512 GB pamięci, procesor, 80-rdzeniowy układ graficzny, sprzętowe silniki wideo, sześć portów Thunderbolt 5 i macOS. Ładujecie model, zostawiacie pamięć na resztę potoku i nadal używacie komputera. Dodatkowa pamięć nie gwarantuje dobrej orkiestracji, ale pozwala uruchomić wszystkie elementy potoku w jednym systemie. To jest bliższe temu, jak buduje się oprogramowanie, niż wykres tokenów na sekundę dla pojedynczego modelu.
Pamięć zunifikowana jest produktem
Zwrot „pamięć zunifikowana” pada w prezentacjach Apple od tak dawna, że łatwo brać go za marketing. Dla lokalnego AI to jest produkt.
W klasycznej stacji roboczej procesor ma pamięć systemową, a osobna karta graficzna ma własną pamięć wideo. Model musi zmieścić się w pamięci karty albo system przerzuca fragmenty przez PCIe. Można dołożyć kart, ale wtedy płacicie za kilka pul pamięci i za sieć, która ma je skoordynować.
Apple Silicon zmienia ten układ: procesor, układ graficzny i Neural Engine adresują tę samą fizyczną pamięć. W Mac Studio z 512 GB ta pamięć nie leży obok akceleratora. Akcelerator po prostu ją adresuje. W efekcie powstaje maszyna, która trzyma modele nieosiągalne dla żadnej karty konsumenckiej, nawet jeśli osobna karta NVIDII pobije ją w surowej przepustowości na mniejszym modelu, który mieści się w pamięci wideo.
To rozróżnienie jest ważne, bo pojemność i prędkość to dwa różne problemy. NVIDIA wygrywa większość problemów prędkości: CUDA jest dojrzała, jądra obliczeniowe są dopracowane, a sprzęt powstał pod tę pracę. Apple atakuje problem pojemności architekturą pamięci, którą można postawić pod biurkiem. M5 Ultra dokłada do tego akceleratory neuronowe w każdym rdzeniu układu graficznego i deklarację do 4,3 raza wyższej szczytowej mocy AI niż w M3 Ultra. Zanim ta deklaracja stanie się faktem, poczekajmy na niezależny pomiar.
Słowo „douczanie” znaczy w tej rozmowie zbyt wiele rzeczy naraz
Apple pisze, że analitycy danych mogą trenować lokalne modele na rozległych zbiorach. NVIDIA pisze, że Spark pozwala rozwijać modele do 200 miliardów parametrów i douczać modele do 70 miliardów. Oba zdania da się obronić. Żadne nie znaczy, że wytrenujecie pod biurkiem kolejny model klasy czołowej.
W słowie „trening” kryje się kilka różnych czynności. Trening wstępny zaczyna od modelu o losowych wagach i uczy go z ogromnego korpusu. Wymaga wielokrotnego przechowywania aktywacji, liczenia gradientów, aktualizowania wag i synchronizowania stanu optymalizatora. Zapotrzebowanie na pamięć bywa wielokrotnie większe niż sam plik modelu. To należy do klastra i tam zostanie.
Pełne douczanie zaczyna od istniejącego modelu, ale aktualizuje wszystkie wagi. Jest tańsze od treningu wstępnego i nadal wymagające. Metody oszczędne parametrycznie, takie jak LoRA, aktualizują małe macierze adaptacyjne, a większość modelu bazowego zostaje zamrożona. Kwantyzowana LoRA idzie dalej i trzyma bazę w niższej precyzji. To jest rodzaj treningu, który ma sens na biurku. Do tego dochodzą mniejsze modele trenowane od zera, modele osadzeń, klasyfikatory i sieci do konkretnej dziedziny.
Dla SNOK to rozróżnienie przekłada się na konkretną listę: douczanie adapterów LoRA na modelach klasy 27-120 miliardów parametrów; destylacja większego modelu do mniejszego pod jeden proces; generowanie danych syntetycznych do testów agentów; ewaluacja wielu modeli na tym samym zestawie zadań; klasyfikatory dokumentów. Dla żadnej z tych czynności nie potrzebujemy klastra. Dla każdej potrzebujemy pamięci, która pomieści model bazowy, adapter, optymalizator i dane naraz, a obok nich model oceniający wyniki.
Jedna rzecz wymaga tu jasności. W naszym labie douczamy modele na danych syntetycznych i zanonimizowanych. Dane klienta objęte umową o poufności nie trafiają na nasz sprzęt; jeżeli douczanie ma się odbyć na nich, odbywa się w środowisku klienta, na maszynie, która stoi u niego. I tu leży zdanie, które w naszej branży waży najwięcej: w środowiskach medycznych, finansowych, administracyjnych i w każdej firmie z umową o poufności model bywa publiczny, a zbiór danych nie może opuścić organizacji. Lokalna moc obliczeniowa decyduje wtedy, czy eksperyment w ogóle wolno rozpocząć.
Kontener do różnych celów, czyli Linux, który Apple pokazało wcześniej
Jest w tej premierze fragment, który nabiera sensu dopiero obok czegoś, co Apple pokazało w czerwcu na WWDC 2026: Container Machine.
Container Machine to lekkie, trwałe środowisko Linux zbudowane na otwartej bibliotece Containerization. Rozumie obrazy OCI, startuje szybko, przenosi użytkownika i katalog roboczy z macOS i pozwala przydzielić procesor oraz pamięć trwałej maszynie linuksowej bez wychodzenia ze środowiska pracy na Macu.
Dlaczego to ma znaczenie dla kogoś, kto liczy zakup sprzętu do POC? Bo projekt POC rzadko ogranicza się do samego modelu. Wokół modelu stoi API, szkielet agenta, baza wektorowa, procesy robocze przetwarzające dane, usługa ewaluacji i wszystko to, co za kilka miesięcy ma trafić na serwer linuksowy u klienta. DGX Spark sprzedaje właśnie taki sposób pracy: kontenery CUDA, obrazy PyTorch, serwery wnioskowania, skrypty wdrożeniowe. Prototyp powstaje na Sparku i ten sam obraz kontenera trafia do DGX Cloud albo do centrum danych bez zmiany warstwy pod spodem.
Odpowiedź Apple na taki sposób pracy była dotąd niepełna. Mac uruchamiał model przez Metal albo MLX, ale środowisko produkcyjne mieszkało gdzie indziej, a Docker Desktop przybliżał je przez maszynę wirtualną, dokładając warstwę między programistą i sprzętem. Teraz elementy układają się w jedną stację roboczą: model działa natywnie na macOS przez MLX, Metal albo Core ML, a obok, w Container Machine, działają linuksowe usługi, które zamieniają model w aplikację. Każda z nich w osobnym kontenerze, do osobnego celu: baza wektorowa do wyszukiwania, szkielet agenta do orkiestracji, usługa OCR do dokumentów, ewaluator do pomiaru jakości.
Brakuje jednego elementu i jest on ważny. Stos kontenerowy Apple nie daje dziś oficjalnie obsługiwanego dostępu do układu graficznego z wnętrza kontenera. Proces PyTorch w Container Machine nie dosięgnie GPU M5 Ultra przez Metal i nie potraktujecie środowiska linuksowego jak kontenera CUDA na Sparku. W repozytorium Apple dostęp do GPU jest otwartym zgłoszeniem. Architektura ma więc szew: ciężki serwer modelu działa natywnie na macOS, a usługi linuksowe wołają go przez lokalny punkt końcowy. To działa, ale nie kupujcie tej maszyny w przekonaniu, że istniejący przepływ z kontenerami CUDA przeniesie się bez zmian. Nie przeniesie się.
Na PGX ten szew nie istnieje. DGX OS to Ubuntu, kontenery CUDA są tam u siebie, a to, co zbudujecie w labie, przenosi się do centrum danych klienta bez przepisywania warstwy uruchomieniowej. To jest najmocniejsza karta GB10 w rozmowie o POC i nie zamierzam jej pomniejszać.
Jeden układ czy cztery pudełka
Apple udostępniło na komputerach Mac z Thunderbolt 5 mechanizm znany z centrów danych: RDMA, czyli bezpośredni dostęp do pamięci drugiej maszyny bez angażowania obu procesorów w każdy transfer. Kilka Mac Studio można dzięki temu spiąć w mały klaster AI. Jeżeli jeden M5 Ultra nie wystarczy, warstwa klastrowania już istnieje, a Apple deklaruje, że cztery Mac Studio spięte tą drogą dają do trzech razy szybsze wnioskowanie niż pojedynczy system.
Mimo to przewagę daje układ pamięci, nie klaster. Jeden M5 Ultra z 256 lub 512 GB trzyma cały zbiór roboczy w jednym układzie. GPU sięga do pamięci zunifikowanej przez lokalną magistralę. Nie ma drugiego systemu operacyjnego do koordynowania ani łącza sieciowego między częściami modelu.
Cztery Sparki, które dają te same 512 GB, muszą podzielić pracę na cztery części. Ich porty ConnectX-7 powstały dokładnie do tego, a 200 Gb/s to poważna sieć. Tylko że 200 gigabitów na sekundę to 25 gigabajtów na sekundę przed narzutem protokołu, a lokalna przepustowość pamięci Apple to 1,2 terabajta na sekundę. Te liczby nie są porównywalne wprost, bo jedna opisuje łącze sieciowe, a druga magistralę pamięci, ale różnica tłumaczy, dlaczego podział modelu ma znaczenie. Dobrze podzielony model minimalizuje komunikację. Źle podzielony czeka, aż tensory przejdą przez kabel. RDMA obniża ten koszt, ale transfer nadal przechodzi przez fizyczne łącze wolniejsze od lokalnej pamięci. Konfiguracja 512 GB odsuwa moment, w którym programista musi podzielić model między maszyny i ponieść tego konsekwencje.
NVIDIA ściskana z dwóch stron
Nie znaczy to, że NVIDIA ma kłopoty. Firma nadal ma dominujący ekosystem akceleratorów, najbardziej znany stos programistyczny i ścieżkę od prototypu na biurku do wdrożenia w chmurze. Przestała jednak być jedyną firmą, która decyduje, jak wygląda sprzęt do AI.
W ostatnim tygodniu sierpnia OpenAI opublikowało wyniki własnego układu do wnioskowania Jalapeño, zaprojektowanego z Broadcomem. Według OpenAI układ daje 1,5-1,9 raza wyższą przepustowość na kilowat i 1,7-3,6 raza niższe opóźnienie od systemów NVIDIA GB200 i GB300 na modelach GPT-OSS 120B, DeepSeek R1 i Kimi K2.5, przy 700 watach wobec 1 400 watów GB300. To liczby raportowane przez producenta, Jalapeño jest układem do wnioskowania, a OpenAI zapowiada dalsze zakupy akceleratorów NVIDII. Istotne jest coś innego: klient dostatecznie duży, żeby uzasadnić własny krzem, potrafi obejść te części stosu NVIDII, których już nie chce wynajmować.
Z innej strony nacisk przyszedł od Zhipu AI. Anonimowy model Ox Alpha wspiął się na szczyt list użycia OpenRouter i OpenCode, zanim ujawniono go jako GLM-5.3-Flash: 320 miliardów parametrów, 18 miliardów aktywnych. Zhipu deklaruje, że wersja zapoznawcza przetworzyła 62 biliony tokenów na klastrze 100 tysięcy układów wyprodukowanych w Chinach, ale nie nazwało tych układów ani nie opublikowało szczegółów, które pozwoliłyby to sprawdzić. Publiczny fakt jest węższy: programiści kierowali do tego modelu realny ruch, zanim dowiedzieli się, że stos, który go serwował, według deklaracji producenta nie zawierał sprzętu NVIDII.
Apple naciska w znacznie mniejszej skali, ale w tym samym miejscu. Zamiast zastępować centrum danych NVIDII, pyta, czy programista, zespół badawczy, studio wideo albo laboratorium uniwersyteckie musi wchodzić do ekosystemu NVIDII już przy pierwszej lokalnej maszynie. A pierwsza maszyna ma znaczenie, bo wokół niej gromadzą się narzędzia. Kod powstaje pod jej API. Zespół uczy się jej trybów awarii. Zakup sprzętu staje się decyzją o oprogramowaniu, a decyzja o oprogramowaniu ułatwia kolejny zakup sprzętu. NVIDIA rozumie to lepiej niż ktokolwiek: DGX Spark to małe pudełko z celowo wytyczoną drogą do DGX Cloud. Apple właśnie zaczęło konkurować o ten pierwszy zakup.
Co Apple musi jeszcze udowodnić
Pojemność sprzętu otwiera drzwi. O tym, czy programiści zostaną, decyduje oprogramowanie.
CUDA pozostaje najgłębszą przewagą NVIDII. Obsługa PyTorch, zoptymalizowane jądra uwagi, biblioteki kwantyzacji, TensorRT-LLM, kontenery NIM, narzędzia profilowania i lata odpowiedzi zakopanych na forach skracają drogę od repozytorium modelu do działającego wdrożenia. Na Apple Silicon jest coraz lepiej: MLX daje bibliotekę tablicową zaprojektowaną wokół pamięci zunifikowanej, llama.cpp i LM Studio udostępniają lokalne wnioskowanie każdemu, backend Metal w PyTorch obsługuje więcej niż kiedyś, Core ML przydaje się, gdy celem jest aplikacja Apple. Elementy są. Nie są wymienne z CUDA.
Trzeciego września NVIDIA powiększyła tę przewagę o warstwę, o której przy zakupie sprzętu nikt zwykle nie myśli: ogłosiła zakup Hugging Face za 12,93 miliarda dolarów, z czego 11,9 miliarda trafi do udziałowców, a miliard na zatrzymanie zespołu. Zamknięcie transakcji zapowiedziano na pierwszą połowę 2027 roku. Hugging Face to miejsce, z którego bierzemy wagi modeli: ponad trzy miliony modeli, pół miliona zbiorów danych, ponad osiemnaście milionów użytkowników. NVIDIA zapowiada, że platforma zostanie otwarta dla całego ekosystemu i dalej będzie hostować modele o otwartych wagach niezależnie od producenta sprzętu.
Dla rachunku, który tu prowadzę, ma to konkretne znaczenie. Przewaga NVIDII przestaje kończyć się na CUDA i sięga warstwy, w której model jest opisany, wersjonowany i pobierany - także wtedy, gdy pobieracie go na Maca. Nie zakładam złej woli i nie mam podstaw, żeby przewidywać zamykanie platformy. Zwracam uwagę na coś innego: jeżeli wygodne ścieżki, gotowe formaty i przykłady uruchomienia będą powstawać najpierw pod sprzęt właściciela platformy, to przewaga CUDA zacznie się odtwarzać na poziomie dystrybucji modeli. Apple musi więc udowodnić dwie rzeczy naraz: że jego biblioteki dorównają CUDA i że model pobrany z największego repozytorium na świecie uruchomi się na Macu równie gładko jak na Sparku.
Widzieliśmy to u siebie w drobnej skali. Model może technicznie zmieścić się w 512 GB i nadal nie mieć wydajnego jądra Metal dla jednej operacji. Przepis treningowy może zakładać biblioteki komunikacji zbiorowej NVIDII. Format kwantyzacji może trafić na CUDA na miesiące wcześniej, niż obsłuży go środowisko Apple. Nasz przepis uruchomieniowy dla Qwen3.8-27B na GB10 opiera się na NVFP4 i SGLang, a na Macu ta sama rodzina modeli żyje w innych formatach i innych narzędziach. Przykłady wykonania rozproszonego celują w NCCL, nie w komputery Mac spięte Thunderboltem.
Jeżeli Apple chce, żeby Mac Studio stał się stacją roboczą do AI, a nie stacją roboczą, która przypadkiem uruchamia duże modele, musi sprawić, żeby ścieżka programowa była nudna. Instalacja, wykonanie rozproszone, monitorowanie, odzyskiwanie po awarii i zgodność bibliotek potrzebują tej samej uwagi, którą Apple poświęciło magistrali pamięci. NVIDIA sprzedaje pewność, że następne repozytorium prawdopodobnie zadziała, i właśnie kupiła miejsce, w którym te repozytoria leżą. Apple musi tę pewność zbudować, biblioteka po bibliotece, jądro po jądrze.
Rachunek dla SNOK
Cena zawęża grono odbiorców, zanim zrobi to jakikolwiek test. Dla większości ludzi Mac Studio z M5 Ultra to zły zakup. M5 Max za 2 499 dolarów, a u nas za 12 499 zł, to już mocniejszy komputer, niż wykorzysta większość programistów. Komputer z kartą NVIDII pozostaje oczywistym wyborem, gdy praca zależy od CUDA. Dla większości kupujących nie ma tu żadnej ukrytej okazji.
Okazja jest bardzo konkretna i dotyczy kogoś, kto już zamierzał wydać kilkadziesiąt tysięcy złotych na lokalny sprzęt do AI. Tu zaczyna się mój rachunek.
AppleInsider odczytał konfigurator Apple w Stanach Zjednoczonych w dniu premiery. Dopłata za 256 GB wobec bazowych 96 GB wynosi 4 000 dolarów. Mac Studio z 256 GB kosztuje 9 499 dolarów ze słabszym wariantem układu albo 10 799 z pełnym, 36-rdzeniowym procesorem i 80-rdzeniowym GPU. Dwa Sparki, które dają tę samą pojemność w dwóch pudełkach, kosztują 9 398. Różnica to odpowiednio 101 albo 1 401 dolarów. Za tę różnicę dostaję jedną pulę pamięci zamiast dwóch połówek spiętych kablem, 4,4 raza wyższą przepustowość i maszynę, na której jednocześnie piszę kod, czyszczę zbiór danych, montuję demo i prowadzę rozmowę z klientem. Tracę CUDA.
Wersja 512 GB nie ma ceny, więc mogę napisać tylko tyle: cztery Sparki, które dają tę samą łączną pamięć w czterech pudełkach, kosztują 18 796 dolarów. Jeżeli Apple wyceni 512 GB poniżej tej kwoty, a według dotychczasowego cennika dopłat to prawdopodobne, cena przestanie być argumentem przeciw. Polska cena bazowego M5 Ultra to 27 999 zł; cen pamięci polski sklep jeszcze nie pokazuje.
Do czego bym tej maszyny używał? Do trzech rzeczy, których na PGX nie zrobię wygodnie. Po pierwsze, do POC z kilkoma modelami naraz: rozpoznawanie dokumentów, osadzenia, ponowny ranking, model językowy klasy 235-400 miliardów parametrów i model oceniający, wszystko w jednej pamięci, bez trzeciego pudełka. Po drugie, do douczania adapterów na modelach 27-120 miliardów parametrów na danych syntetycznych i zanonimizowanych, z modelem bazowym, optymalizatorem i ewaluatorem obok siebie. Po trzecie, do porównywania modeli, które dziś odrzucamy z powodu rozmiaru, zanim zdążymy sprawdzić ich jakość na polskich dokumentach.
I do czego bym jej nie używał. Do niczego, co ma w ciągu roku trafić na produkcję u klienta na sprzęcie NVIDII. Tam PGX ze swoimi kontenerami CUDA jest właściwą maszyną, bo droga z labu do centrum danych sprowadza się tam do skopiowania obrazu. Ten podział jest dla mnie sednem całego rachunku: Mac Studio na to, co zostaje w labie i wymaga pojemności, PGX na to, co trafia do klienta i musi pasować do jego świata.
Jest jeszcze koszt, o którym zwykle się nie pisze: wdrożenie lokalne przenosi obowiązek łatania sprzętu i modeli na tego, kto je postawił. W labie to my i to jest w porządku. U klienta ten obowiązek musi mieć imię i nazwisko, inaczej lokalne AI jest przesunięciem ryzyka, a nie jego zamknięciem. Ta zasada nie zależy od logo na obudowie.
Jeszcze nie kupiłem. Czekam na cenę 512 GB i na pierwsze pomiary wykonane przez kogoś spoza Apple. Lista, która przy zakupie sprzętu do lokalnego AI zwykle kończyła się na NVIDII, ma jednak u mnie dwa wiersze.
Pojemność i prędkość to dwa różne problemy. NVIDIA wygrywa prędkość. Apple właśnie kupiło sobie miejsce w rozmowie o pojemności.
Jeżeli u Was ta rozmowa dopiero się zaczyna, to dobry moment, bo pierwszą maszynę do lokalnych modeli większość firm w Polsce dopiero wybiera. Pisaliśmy już, jak zbudować fabrykę AI dla SAP bez chmury i jak przejść od pomysłu do agenta na produkcji. Dobór pierwszej maszyny do lokalnych modeli jest częścią obu tych dróg. Jeżeli chcecie przejść ten rachunek na własnych danych i własnych procesach, napiszcie do nas - pokażemy, co zmieściło się na biurku w naszym labie, zanim zaproponujemy Wam cokolwiek do kupienia.
Źródła
- Apple Newsroom, „Apple introduces new Mac Studio with M5 Max and M5 Ultra”, 25.08.2026: https://www.apple.com/newsroom/2026/08/apple-introduces-new-mac-studio-with-m5-max-and-m5-ultra/
- Apple Newsroom, „Apple introduces M6 and M5 Ultra for a big leap in performance and AI compute”, 25.08.2026: https://www.apple.com/newsroom/2026/08/apple-introduces-m6-and-m5-ultra-for-a-big-leap-in-performance-and-ai-compute/
- Apple Store Polska, Mac Studio, ceny bazowe odczytane 8.09.2026: https://www.apple.com/pl/shop/buy-mac/mac-studio
- AppleInsider, „Apple isn’t taking pre-orders for every configuration of M5 Ultra Mac Studio”, 25.08.2026: https://appleinsider.com/articles/26/08/25/you-can-spend-18299-on-a-mac-studio-today-or-more-in-october
- NVIDIA, DGX Spark, specyfikacja odczytana 8.09.2026: https://www.nvidia.com/en-us/products/workstations/dgx-spark/
- VideoCardz, „NVIDIA officially raises DGX Spark Founders Edition MSRP to $4,699”, luty 2026: https://videocardz.com/newz/nvidia-officially-raises-dgx-spark-founders-edition-msrp-to-4699
- NVIDIA Blog, „NVIDIA to Acquire Hugging Face”, 3.09.2026: https://blogs.nvidia.com/blog/nvidia-to-acquire-hugging-face/
- TechCrunch, „Nvidia confirms it will buy Hugging Face for $12.9 billion”, 3.09.2026: https://techcrunch.com/2026/09/03/nvidia-confirms-it-will-buy-hugging-face-for-12-9-billion/
- Cordero Core, „Apple’s New M5 Ultra Mac Studio Isn’t What You Think”, Medium, sierpień 2026: https://medium.com/@cdcore/apples-new-m5-ultra-mac-studio-isn-t-what-you-think-11fc3d8e893c
- Apple Developer, WWDC26, „Discover container machines”: https://developer.apple.com/videos/play/wwdc2026/389/
- apple/containerization, „GPU access from containers on Apple Silicon”, issue #46: https://github.com/apple/containerization/issues/46
- Tom’s Hardware, „OpenAI says its Jalapeño chip beats Nvidia’s GB300 in first published benchmarks”, 26.08.2026: https://www.tomshardware.com/tech-industry/semiconductors/openai-says-its-jalapeno-chip-beats-nvidias-gb300-in-first-published-benchmarks
- South China Morning Post, „Zhipu AI shares jump as viral Ox Alpha model revealed as GLM-5.3-Flash on Chinese chips”, 28.08.2026: https://www.scmp.com/tech/big-tech/article/3365433/zhipu-ai-shares-jump-viral-ox-alpha-model-revealed-glm-53-flash-chinese-chips
- SNOK, „Lenovo ThinkStation PGX w praktyce: przetestowaliśmy komputer AI z NVIDIA GB10”, 5.08.2026, oraz pomiary własne w naszym labie na GB10 (lipiec-sierpień 2026)