25万起步？苹果M7 Ultra顶配售价曝光，普通人看看就好

去年秋天，一位做AI应用开发的朋友跟我吐槽：好不容易搞到一份DeepSeek R1的模型权重，结果自己的设备根本装不下。不是算力不够，是内存容量不够。6710亿个参数，光模型权重就要占用400多GB空间，市面上绝大多数设备连装都装不进去。

他最后只能租云服务器跑，一个月账单下来，肉疼了好几天。六六站长当时就在想，这帮跑本地模型的同学，日子是真不容易。

所以当彭博社记者在7月12日爆料，苹果正在为M7 Ultra芯片开发最高1.5TB统一内存方案时，我把这个数字看了好几遍。那些天天跟大模型较劲的开发者们，可能终于要迎来一台“装得下”的设备了。

当然，记者古尔曼也特别强调：最终是否推出1.5TB配置，取决于供应链实际情况。全行业目前普遍面临内存芯片短缺，高容量内存供货紧张、成本持续走高。

这篇文章不炒概念，不编故事。聊三件事：苹果为什么突然调整芯片节奏、1.5TB到底能装下什么、这对你我意味着什么。大家往下看。

砍掉一整代高端产品线：苹果为AI跳级

按照苹果以往的芯片迭代节奏，每一代M系列都会像搭积木一样，从标准版到Pro、Max、Ultra，稳扎稳打铺满整个产品线。

但这一次，苹果做了一个极其罕见的决定，只推出基础版M6，直接砍掉M6 Pro、M6 Max和M6 Ultra。

根据古尔曼的爆料，M6芯片流片仅六个月后，苹果已经启动了M7芯片的研发。基础版M7预计2027年上半年亮相，M7 Pro和M7 Max在2027年底跟进，旗舰M7 Ultra则计划于2028年面世。

这意味着什么？Pro和Max芯片将出现约18个月的空窗期，从2026年3月M5 Pro和M5 Max发布，到2027年底M7 Pro和M7 Max预计上市，这将是Apple Silicon历史上最长的高端芯片断档。

一家以产品节奏严谨著称的公司，为了AI主动跳过一整代高端芯片，这不是优化，这是战略重构。古尔曼的原话是：“AI已不再只是苹果芯片需要支持的一项功能，它如今正在决定这些产品如何设计，以及何时发布。”

苹果的判断很直接：如果按传统节奏走完M6高端产品线，等产品上市时架构与AI算力可能已经落后竞品。与其在旧赛道上追赶，不如直接开辟新战场。

对普通用户的启示：如果你在等M6 Pro或M6 Max版的MacBook Pro，可以不用等了，它们根本不会来。苹果已经把高端芯片的筹码全部押在了M7系列上。

哦对了，果粉可能还想说一句：别急，M6基础款今年晚些时候还是会来的，14英寸MacBook Pro会最先拿到这颗芯片。

从512GB到1.5TB：三代Ultra的内存跃迁

聊数字之前，先理解一个概念：统一内存。

传统PC的架构是CPU有自己的内存，显卡有自己的显存，数据需要在两者之间来回搬运。而苹果的统一内存，相当于给CPU、GPU和神经网络引擎建了一个共享的大仓库，谁需要数据直接拿，不需要“翻译”。

这个架构对AI大模型来说是天然的适配方案。因为大模型推理最大的瓶颈往往不是算力，而是内存带宽，模型需要把数百亿的参数从内存搬到计算单元，每生成一个回答都要搬一次。统一内存让这个搬运过程高效得多。

好，现在看三代Ultra的关键数据：

M3 Ultra（目前在售）：最高512GB统一内存，819GB/s内存带宽。这是目前Apple Silicon芯片支持的最高内存容量，配备32核CPU、80核GPU和32核神经网络引擎。

M5 Ultra（预计2026年下半年推出）：古尔曼爆料，苹果已测试了最高768GB统一内存的配置。预计配置约36核CPU和80核GPU。受内存供应紧张影响，768GB顶配能否首发上市仍存变数。

M7 Ultra（预计2028年推出）：设计目标最高1.5TB统一内存。这一容量是M5 Ultra计划容量的两倍，是M3 Ultra最高支持量的三倍。

什么概念？2019年Intel版Mac Pro最高配1.5TB内存用的是DDR4 ECC，采用的是分离式架构；而M7 Ultra如果落地，1.5TB将是全域统一内存，所有计算单元可以无延迟直接调用。

架构的代差，决定了能力的天壤之别。

1.5TB能装下什么：一个万亿参数的AI大脑

这里需要一点简单的数学。

以行业通用的8位量化标准计算，每1个模型参数约占用1 Byte存储空间。1.2万亿参数的模型，权重就需要约1.2TB空间。M7 Ultra的1.5TB统一内存，扣除系统预留后，理论上可以完整容纳一个1.2万亿参数量化大模型。

作为参照，配备512GB内存的M3 Ultra已经可以运行6710亿参数的DeepSeek R1模型。B站UP主“虽然但是张黑黑”实测显示，M3 Ultra在MLX格式下运行DeepSeek R1的速度达到19.17 Tokens/s，甚至超越了8张A100显卡集群的16.41 Tokens/s。

当然需要说明的是，这主要得益于统一内存架构在单用户单任务推理场景下的效率优势，在多用户并发推理和大模型训练场景下，A100集群仍有不可替代的优势。

按照同样的逻辑推算，1.5TB的M7 Ultra理论上可以承载1.2万亿参数规模的模型。

这意味着什么？

意味着你有可能在没有网络、不依赖云端、数据完全本地留存的情况下，跑当今最前沿的生成式AI。对内容创作者、科研人员、企业保密场景来说，这不仅是效率提升，更是数据安全边界的一次跨越。

当然，以上都是基于8位量化的理论推算。实际运行效果还取决于模型架构、推理框架优化、内存管理策略等多个因素。M7 Ultra最终能否以1.5TB配置上市，目前仍是未知数。

两道绕不开的门槛：供应链与价格

理性的声音不能少。

第一，DRAM供应链。当下AI服务器正在持续抢占高端存储产能，全球内存芯片普遍短缺，供货紧张且成本持续走高。苹果自己的动作也能说明问题，今年3月移除了M3 Ultra Mac Studio的512GB内存选项，5月又移除了256GB选项。目前Mac Studio高配机型的统一内存仅剩96GB可选。在高性能产品线可选内存区间反而收窄的背景下，M7 Ultra能否逆势推出1.5TB，取决于2028年前后存储市场的实际供需状况。

有意思的是，有产业链消息显示，苹果正在测试长鑫存储的DRAM芯片。如果后续纳入供应链，有望缓解大容量内存的供应和成本压力。但这需要时间。

第二，价格。按照苹果现行内存升级定价策略（坊间估算每GB约25美元）粗略测算，从128GB基础配置升级到1.5TB，额外成本可能超过3.5万美元。即使最终苹果真的推出768GB内存的M5 Ultra版Mac Studio，顶配机型售价也很可能突破1万美元。至于M7 Ultra 1.5TB顶配版，各方预估差异较大，有分析认为可能在2万美元左右，也有分析指向更高的价位。

这不是“贵”，这是“贵到绝大多数人不需要关心”的程度。M7 Ultra 1.5TB版本的定位从一开始就不是消费级产品，它瞄准的是AI工作室、科研机构、影视特效公司等专业工作站场景。