Apple đang biến Mac Studio thành một trong những nền tảng đáng chú ý nhất cho AI chạy cục bộ (local AI). Trong bài đánh giá mới, Tom’s Hardware cho thấy phiên bản Mac Studio sử dụng M5 Ultra không chỉ là một máy tính nhỏ gọn dành cho dân sáng tạo, mà còn có khả năng xử lý các mô hình AI lớn ngay trên thiết bị. Điểm đáng chú ý nhất nằm ở bộ nhớ hợp nhất (Unified Memory) dung lượng lớn và băng thông lên tới 1,2 TB/s. Trong các bài kiểm tra AI với Qwen 3.8-27B-Q4_K_M, Mac Studio M5 Ultra đạt tốc độ xử lý prompt cao hơn Nvidia DGX Spark, trong khi tốc độ sinh token gần gấp bốn lần DGX Spark và gấp đôi Mac Studio M4 Max. Tuy nhiên, mức hiệu năng này đi kèm mức giá rất cao. Cấu hình Tom’s Hardware thử nghiệm có giá tới 12.299 USD, biến Mac Studio M5 Ultra thành một thiết bị gần với workstation hoặc máy chủ AI cá nhân hơn là một chiếc desktop thông thường.
M5 Ultra là con chip cao cấp nhất trong dòng Mac Studio thế hệ mới. Apple sử dụng kiến trúc UltraFusion để kết hợp hai die M5 Max thành một SoC lớn hơn. Phiên bản cao cấp nhất có tới 36 nhân CPU và 80 nhân GPU, cùng hệ thống bộ nhớ hợp nhất có thể đạt 512 GB. Apple cũng trang bị cho M5 Ultra Neural Engine 32 nhân và các GPU core tích hợp bộ gia tốc cho các phép toán AI. Một trong những nâng cấp quan trọng nhất không nằm ở số lượng nhân mà nằm ở băng thông bộ nhớ. M5 Ultra đạt khoảng 1,2 TB/s, cao hơn đáng kể so với thế hệ M4 Max mà Tom’s Hardware từng thử nghiệm cho các tác vụ AI. Đây là yếu tố đặc biệt quan trọng khi chạy các mô hình ngôn ngữ lớn tại chỗ. Đối với nhiều workload AI, vấn đề không đơn thuần là có bao nhiêu nhân tính toán. GPU phải liên tục đọc trọng số của mô hình và dữ liệu liên quan từ bộ nhớ. Khi mô hình càng lớn, tốc độ di chuyển dữ liệu càng trở thành một yếu tố quyết định. Đó chính là điểm mà kiến trúc Unified Memory của Apple bắt đầu phát huy lợi thế.
Cấu hình mà Tom’s Hardware thử nghiệm có 256 GB Unified Memory và 4 TB SSD. Con số 256 GB này rất đáng chú ý nếu nhìn Mac Studio dưới góc độ AI. Trên một hệ thống PC thông thường, CPU và GPU thường sử dụng những vùng bộ nhớ khác nhau. Với các mô hình AI lớn, dữ liệu có thể phải được chuyển qua lại giữa RAM hệ thống và VRAM của GPU. Trong khi đó, Apple Silicon sử dụng kiến trúc bộ nhớ hợp nhất, cho phép CPU và GPU truy cập cùng một pool bộ nhớ. Điều này tạo ra một lợi thế rất rõ ràng khi chạy các mô hình lớn hơn khả năng VRAM của những GPU phổ thông. Tom’s Hardware cho biết họ đã thử chạy những mô hình lớn hơn đáng kể so với bài benchmark chính bằng Hermes và LM Studio, và Mac Studio M5 Ultra vẫn cho hiệu năng tốt. Với cấu hình 256 GB, máy có thể chứa một mô hình đơn rất lớn hoặc nhiều mô hình khác nhau trên cùng một hệ thống. Đây cũng là lý do Mac Studio trở nên hấp dẫn đối với người dùng muốn xây dựng AI workstation tại nhà, thay vì phải phụ thuộc hoàn toàn vào API đám mây.
Nguồn: tomshardware
Điều này không có nghĩa M5 Ultra mạnh hơn mọi GPU Nvidia. Điểm quan trọng là local AI không phải lúc nào cũng được quyết định bởi sức mạnh tính toán thuần túy. Một GPU có hàng chục hoặc hàng trăm TFLOPS vẫn có thể không đạt tốc độ tối đa nếu phải chờ dữ liệu từ bộ nhớ.
Đặc biệt với các mô hình ngôn ngữ lớn, trọng số mô hình có thể chiếm hàng chục hoặc hàng trăm GB. Khi đó, băng thông bộ nhớ và khả năng chứa toàn bộ mô hình trong một không gian bộ nhớ lớn trở nên cực kỳ quan trọng.
M5 Ultra kết hợp ba yếu tố:
Đây là lý do nó có thể trở thành một nền tảng local AI rất khác so với một PC thông thường.
M5 Ultra sở hữu CPU 36 nhân, nhưng không phải mọi bài benchmark đều cho thấy nó vượt các workstation cao cấp. Trong Blender, các hệ thống dùng Threadripper 7980X và 9980X 64 nhân vẫn nhanh hơn. Ngược lại, ở HandBrake, M5 Ultra hoàn thành bài chuyển đổi video 4K xuống 1080p trong 1 phút 4 giây, nhanh hơn Threadripper 9980X khoảng 8 giây.
Mac Studio cũng duy trì hiệu năng khá ổn định trong thời gian dài. Sau 10 vòng Cinebench 2026, điểm số dao động từ 17.825 đến 18.069, trong khi nhiệt độ CPU trung bình khoảng 78,3°C. SSD đạt tốc độ sao chép khoảng 2.983 MB/s trong bài thử 25 GB của Tom’s Hardware.
Tuy nhiên, gaming không phải thế mạnh của M5 Ultra. Trong Cyberpunk 2077 với Ray Tracing Ultra ở 1080p, máy đạt khoảng 66 FPS, thấp hơn đáng kể so với hệ thống RTX 5090. Điều này cho thấy M5 Ultra được thiết kế thiên về AI, sáng tạo nội dung và workstation hơn là gaming.
Cấu hình Tom’s Hardware đánh giá có giá tới 12.299 USD, gồm M5 Ultra, 256 GB Unified Memory và SSD 4 TB. Phiên bản M5 Ultra thấp hơn có giá khởi điểm khoảng 5.499 USD, trong khi M5 Max bắt đầu từ 2.499 USD. Đây là mức giá rất cao nếu chỉ dùng Mac Studio cho các tác vụ thông thường. Nhưng với local AI, câu chuyện khác hẳn. 256 GB hoặc thậm chí 512 GB Unified Memory cho phép Mac Studio chạy những mô hình lớn mà nhiều hệ thống GPU đơn lẻ có thể gặp giới hạn về VRAM.
Điểm đáng chú ý nhất của M5 Ultra không phải là nó đánh bại mọi CPU hay GPU trên thị trường, mà là cách Apple kết hợp GPU mạnh, bộ nhớ dung lượng rất lớn và băng thông 1,2 TB/s trong một hệ thống nhỏ gọn.
Trong các workload inference được Tom’s Hardware thử nghiệm, M5 Ultra có thể vượt DGX Spark, cho thấy lợi thế của kiến trúc Unified Memory khi chạy các mô hình AI lớn. Tuy nhiên, điều này không có nghĩa M5 Ultra thay thế được GPU Nvidia trong mọi workload; RTX vẫn có lợi thế rõ rệt ở gaming và nhiều tác vụ được tối ưu cho CUDA.
Nếu local AI và agentic AI tiếp tục phát triển, những hệ thống có hàng trăm GB bộ nhớ tốc độ cao có thể ngày càng trở nên quan trọng. Mac Studio M5 Ultra là một ví dụ cho hướng đi này: không chỉ tăng sức mạnh tính toán, mà còn đưa dung lượng và băng thông bộ nhớ lên thành yếu tố trung tâm của AI inference.
Nguồn: tomshardware
MSI đã đưa EdgeMesa N AI+ lên trang sản phẩm toàn cầu, đánh dấu sự xuất hiện của một trong những mini PC đầu tiên sử dụng nền tảng NVIDIA RTX Spark N1X. Hệ thống hướng tới AI cục bộ, phát triển mô hình, sáng tạo nội dung và các workload cần lượng bộ nhớ lớn, với cấu hình cao nhất gồm CPU NVIDIA Grace 20 nhân, GPU Blackwell 6.144 CUDA cores và tối đa 128 GB LPDDR5X unified memory.
Intel được cho là đang đàm phán với nhà sản xuất màn hình Đài Loan AU Optronics (AUO) về các công nghệ đóng gói bán dẫn thế hệ mới, trong đó đáng chú ý là việc sử dụng Micro LED, đế kính và quang học đồng đóng gói (CPO) cho các hệ thống tính toán mật độ cao. Nếu thành hiện thực, hướng đi này có thể mở rộng đáng kể vai trò của Micro LED, từ công nghệ hiển thị sang một thành phần trong hạ tầng kết nối chip AI.
CPU Vera của NVIDIA vừa cho thấy một lợi thế đáng chú ý trước Intel Xeon 6 trong bài kiểm tra cơ sở dữ liệu TPC-H. Dù chỉ có 88 lõi, ít hơn 96 lõi của Xeon 6, Vera vẫn đạt hiệu năng truy vấn cao hơn khoảng 46–48% trong các thử nghiệm với DuckDB. Đây là kết quả đáng chú ý bởi TPC-H không phải benchmark AI mà tập trung vào các truy vấn cơ sở dữ liệu và phân tích dữ liệu doanh nghiệp.
Giá một loạt linh kiện AMD có thể tăng khoảng 10% trong quý IV/2026, theo một thông tin rò rỉ mới. GPU Radeon dành cho người dùng phổ thông, chip tăng tốc AI và chipset bo mạch chủ được cho là nằm trong diện điều chỉnh giá. Thông tin xuất phát từ ChannelGate và được PCWorld dẫn lại từ các nguồn trong ngành. Theo báo cáo, AMD đã thông báo cho một số đối tác về đợt tăng giá dự kiến, với nguyên nhân chính đến từ chi phí sản xuất wafer tăng tại TSMC.
Thế hệ GPU GeForce RTX 60 tiếp theo của Nvidia có thể phải đến 2028 mới được ra mắt, theo thông tin mới từ leaker phần cứng nổi tiếng Kopite7Kimi. Đây là thay đổi đáng chú ý so với dự đoán trước đó. Hồi đầu năm, nguồn tin này từng cho rằng GPU thế hệ mới của Nvidia có thể xuất hiện vào nửa cuối năm 2027. Tuy nhiên, trong cập nhật mới trên X, ông cho biết dòng GPU mang mã GR20x hiện được xem là sản phẩm của năm 2028. Cần nhấn mạnh rằng Nvidia chưa xác nhận RTX 60, mã GR20x hay thời điểm ra mắt. Vì vậy, mốc 2028 hiện chỉ là thông tin rò rỉ.
Trong nhiều năm, cuộc đua AI chủ yếu xoay quanh việc đào tạo những mô hình ngày càng lớn. Các công ty công nghệ liên tục xây dựng siêu máy tính với hàng chục nghìn GPU để huấn luyện các mô hình có hàng trăm tỷ, thậm chí hàng nghìn tỷ tham số.
Các mô hình AI đang bắt đầu chuyển từ việc xử lý tác vụ trong môi trường số sang trực tiếp điều khiển robot trong thế giới thực. Một ví dụ mới đến từ Đại học Thanh Hoa (Tsinghua University), 无问芯穹 và 正行创新, khi các bên vừa công bố mã nguồn mở RPent, một nền tảng dành cho xây dựng tác tử AI có khả năng tương tác với robot và môi trường vật lý.
Anthropic đang âm thầm mở rộng hoạt động từ nghiên cứu AI trên máy tính sang sinh học thực nghiệm, khi công ty thành lập một phòng thí nghiệm sinh học (wet lab) tại khu vực Vịnh San Francisco. Động thái này nằm trong tham vọng sử dụng AI để thúc đẩy nghiên cứu thuốc và tìm kiếm phương pháp điều trị cho những căn bệnh hiếm hoặc chưa được ngành dược chú trọng.
