Clustering: Apple macht aus vielen Macs einen KI-Superrechner
Apple geht den enormen Speicher- und Rechenbedarf für KI-Anwendungen mit einem überraschenden Ansatz an. Das kommende MacOS Tahoe 26.2 bietet eine Funktion, mit der Anwender mehrere Macs über Thunderbolt 5 zu einem Cluster vernetzen können – speziell zugeschnitten auf KI-Entwicklungsarbeit, wie Engadget berichtet(öffnet im neuen Fenster).
Die Neuerung richtet sich an Entwickler und Forscher, die substanzielle Rechenleistung für das lokale Ausführen großer Sprachmodelle benötigen. So können vier via Cluster verbundene Mac Studio gemeinsam auf bis zu 2 TByte Unified Memory zugreifen. Das ist nach Angaben von Apple ausreichend, um das Kimi-K2-Thinking-Modell mit einer Billion Parametern zu betreiben.
Der Ansatz unterscheidet sich grundlegend von früheren Mac-Clustering-Versuchen, die an Bandbreitenbeschränkungen scheiterten. Ältere Implementierungen nutzten oft Hubs, die Geschwindigkeiten von nur 10 GB/s boten. Die neue Lösung schöpft die volle 80-GB/s-Kapazität von Thunderbolt 5 aus. Das ist zugleich der Nachteil des Systems: Es erfordert moderne Hardware.
Hardwareanforderungen und Energieverbrauch
Die Clustering-Funktion ist mit den Modellen M4 Pro Mac Mini, M4 Pro/Max Macbook Pro und Mac Studio mit Thunderbolt 5 kompatibel. Anwender benötigen lediglich Standard-Thunderbolt-5-Kabel zur Verbindung kompatibler Macs, ohne spezialisierte Netzwerkhardware oder Adapter.
Apple demonstrierte einen Cluster aus vier Mac Studio, der das Kimi-K2-Thinking-Modell ausführte. Das Set-up verbrauchte im Betrieb weniger als 500 Watt. Zum Vergleich: Nvidias RTX-5090-GPU ist mit 575 Watt spezifiziert, wobei die tatsächliche Leistungsaufnahme unter Last darüber liegen kann.
Das 14-Zoll-Macbook Pro mit M5-Chip, derzeit der einzige verfügbare M5-Mac, unterstützt ausschließlich Thunderbolt 4. Damit kann der neueste Apple-Silicon-Prozessor die Clustering-Funktion nicht nutzen.
MLX-Integration und Neural-Accelerator-Zugriff
Das MacOS-Tahoe-26.2-Update bringt außerdem MLX-Framework-Unterstützung für die Neural Accelerators des M5-Chips. Diese Integration könnte die KI-Inferenz-Performance auf kompatibler Hardware verbessern, wenngleich Tests mit dem M5-Macbook-Pro noch ausstehen.
Apples Open-Source-Projekt MLX findet zunehmend Anklang bei Entwicklern, die mit Machine Learning auf Mac-Hardware arbeiten. Die Fähigkeit des Frameworks, direkt auf Neural Processing Units zuzugreifen, kann die Verarbeitungszeiten reduzieren.
Kostenbetrachtung für die Implementierung
Ein Mac Studio mit 512 GByte Unified Memory mit M3-Ultra-Chip startet bei knapp 12.000 Euro. Auch wenn das viel Geld ist, insbesondere wenn vier Stück verbunden sind: Für so manche Anwendung könnte sich das durchaus lohnen.
Das Veröffentlichungsdatum für MacOS Tahoe 26.2 wurde nicht bekannt gegeben.
- Anzeige Hier geht es zu Künstliche Intelligenz: Wissensverarbeitung bei Amazon Wenn Sie auf diesen Link klicken und darüber einkaufen, erhält Golem eine kleine Provision. Dies ändert nichts am Preis der Artikel.