M3 Ultra 搭载了 Apple 迄今为止最强大的 GPU
今天的测试结果 (来自 @jimmyjames_tech) 不仅包含了 M3 Ultra 芯片的 CPU 性能得分,还公布了 GPU 性能数据。此次测试采用的是配备 80 核心 GPU 的高端版本芯片。值得一提的是,M3 Ultra 还有一个配备 60 核心 GPU 的入门版本。
那么,M3 Ultra 的 80 核心 GPU 与其他 Apple 芯片相比表现如何呢?测试结果令人印象深刻,证实 M3 Ultra 确实是目前 Apple Silicon 系列中 GPU 性能最强的芯片。
在 Metal 测试中,该芯片得分为 259668,比 M4 Max 芯片的 GPU (得分 187460) 高出了 38%。与上一代 Mac Studio 搭载的 M2 Ultra GPU 相比,新款 GPU 的性能提升了 16%。
在 CPU 性能方面,M3 Ultra 与 M4 Max 的差距并不明显。M3 Ultra 在多核测试中仅以 8% 的优势胜出,而 M4 Max 在单核性能上更胜一筹。正如我们之前报道的那样,对大多数用户来说,搭载 M4 Max 的 Mac Studio 已经足够使用。M3 Ultra 版本更适合那些需要处理图形密集型任务的用户。
自 2020 年 Apple 推出首款 Apple Silicon Mac 以来,这是该公司首次在同一代 Mac 产品中使用两个不同系列的芯片。虽然具体原因尚不清楚,但有人推测 Apple 可能是在为新款 Mac Pro 预留 M4 系列的 Ultra 版本,以进一步拉开与 Mac Studio 的差距。
新款 Mac Studio 现已开放预订,将于 3 月 12 日正式发售。
好文章,需要你的鼓励
苏州大学研究团队提出"语境降噪训练"新方法,通过"综合梯度分数"识别长文本中的关键信息,在训练时强化重要内容、抑制干扰噪音。该技术让80亿参数的开源模型在长文本任务上达到GPT-4o水平,训练效率比传统方法高出40多倍。研究解决了AI处理长文档时容易被无关信息干扰的核心问题,为文档分析、法律研究等应用提供重要突破。
在Cloudera的“价值观”中,企业智能化的根基可以被概括为两个字:“源”与“治”——让数据有源,智能可治。
清华大学团队首次揭示了困扰AI训练领域超过两年的"幽灵故障"根本原因:Flash Attention在BF16精度下训练时会因数字舍入偏差与低秩矩阵结构的交互作用导致训练崩溃。研究团队通过深入分析发现问题源于注意力权重为1时的系统性舍入误差累积,并提出了动态最大值调整的解决方案,成功稳定了训练过程。这项研究不仅解决了实际工程问题,更为分析类似数值稳定性挑战提供了重要方法论。