Apple merilis dua chip baru, M6 dan M5 Ultra, dengan judul resmi yang langsung menyebut “performance and AI compute”. M6 dipasang di Mac mini, M5 Ultra di Mac Studio, kini sudah bisa dipesan dan mulai dikirim 22 September.
M6 adalah chip 2 nanometer pertama Apple, sekaligus salah satu produk produksi massal pertama dari proses 2nm TSMC. Spesifikasinya meliputi CPU 12 inti (2 hyper core, 4 performance core, 6 efficiency core), GPU 12 inti, dua Neural Engine 16 inti, unified memory hingga 32GB, dan bandwidth 170GB/s. Menurut Apple, chip ini punya performa single-thread tercepat di dunia, performa multi-thread 1,2 kali lipat M5, kemampuan komputasi AI GPU naik sekitar 30% dibanding M5 dan lebih dari 8 kali lipat dibanding M1, sementara performa Neural Engine dua kali lipat generasi sebelumnya.
M5 Ultra menempuh jalur mengumpulkan sumber daya: teknologi UltraFusion generasi baru menyambungkan dua chip M5 Max berkonfigurasi dual-die, menghasilkan arsitektur empat chip pertama di jajaran M series.
| M6 | M5 Ultra | |
|---|---|---|
| CPU | 12 inti | Hingga 36 inti |
| GPU | 12 inti | Hingga 80 inti |
| Neural Engine | 16 inti x2 | 32 inti |
| Unified memory | Hingga 32GB | Hingga 512GB |
| Bandwidth memori | 170GB/s | 1,2TB/s |
GPU M5 Ultra kali ini dilengkapi Neural Accelerators, dengan kemampuan komputasi AI naik 4,5 kali lipat dibanding M3 Ultra dan lebih dari 6 kali lipat dibanding M1 Ultra; bandwidth 1,2TB/s-nya 50% lebih tinggi dari M3 Ultra. Apple menyatakan, “M5 Ultra features a massive GPU, now with Neural Accelerators, and more unified memory bandwidth, pushing the boundaries of what a desktop can do.”
Apa yang Bisa Masuk di Batas 512GB
Makna unified memory paling terasa dalam skenario inferensi lokal: CPU dan GPU berbagi satu blok memori yang sama, sehingga bobot model tidak perlu berpindah-pindah antara VRAM dan RAM. Pada skema kartu grafis diskret, kapasitas VRAM menjadi batas keras; pada Mac Studio, batas itu kini 512GB.
Hitungan kasarnya begini. Model MoE open source dengan parameter 600-700 miliar, setelah dikuantisasi 4-bit, ukuran bobotnya berkisar 350GB hingga 400GB. Ditambah KV cache dan overhead runtime, kapasitas 512GB pas cukup untuk memuat seluruh model dalam satu mesin. Skema pusat data setara yang ingin mencapai kapasitas memori sebesar itu membutuhkan interkoneksi banyak GPU, dengan biaya dan kebutuhan daya yang jauh berbeda levelnya.
Bandwidth masih jadi titik lemah. 1,2TB/s memang angka tinggi untuk desktop, tapi masih tertinggal dari skema HBM di pusat data, dan kecepatan menghasilkan token akan jelas terpengaruh pada inferensi konteks panjang. Yang didapat sebagai gantinya adalah hal lain: sebuah mesin yang tinggal dicolok ke listrik, menjalankan model lokal, tanpa data yang keluar dari tempatnya.
Langkah Menuju 2 Nanometer
M6 menjadi yang pertama memakai proses 2nm, dan dari segi kecepatan Apple tetap berada paling depan. Keuntungan proses ini terlihat pada efisiensi daya, bukan pada clock speed puncak — dari 12 inti, 6 di antaranya adalah efficiency core, ditambah bandwidth 170GB/s (hanya naik 10% dari M5). Arah desain M6 jelas mengutamakan menekan konsumsi daya, dengan kenaikan kemampuan AI utamanya berasal dari perombakan GPU dan Neural Engine.
Bila dilihat dalam konteks industri di minggu yang sama, arahnya sejalan. Pusat data berlomba menghasilkan inferensi sebanyak mungkin per kilowatt, sementara desktop berlomba memuat model sebesar mungkin dalam satu mesin. Biaya inferensi sedang ditekan turun dari dua arah sekaligus, hanya caranya yang berbeda.
Sementara itu, M6 di Mac mini dibatasi hingga 32GB memori, sehingga skala model yang bisa dijalankan secara lokal terbatas. Target pembeli chip ini jelas bukan berada di jalur tersebut.
Sumber: pengumuman resmi Apple Newsroom, MacRumors, CocoLoop, Phoronix, 9to5Mac; jumlah inti, kapasitas/bandwidth memori, dan angka kelipatan telah dicocokkan dengan pengumuman resmi, sementara ukuran model terkuantisasi merupakan estimasi kasar berdasarkan parameter publik.