可并行运行 128 个 LLaMA 2 7B 流，开发者测试苹果 M2 Ultra 芯片模型推理表现

CTOnews.com 10 月 13 日消息，据 Y Combinator 论坛消息，名为 Georgi Gerganov 开发者日前使用苹果 M2 Ultra 芯片，进行了一系列 LLaMA 模型推理测试，测试显示该芯片在并行运行 128 个 Llama 2 7B 流时，效果较佳。

据悉，LLaMA 模型推理测试强调内存带宽，而非计算能力，而苹果的 M2 Ultra 芯片号称"内存带宽达 800GB/s"，因此推理时效果良好。

不过虽然 M2 Ultra 芯片的内存带宽具有优势，但用户最多只能获得 192 GB RAM，用户花费 5600 美元（CTOnews.com注：国行 44999 人民币）购买搭载 M2 Ultra 芯片及 192GB 运行内存的 Mac Studio，价格足够买一台"拥有 1TB RAM、搭载 RTX 4090 的 PC"。

Georgi Gerganov 据此认为，如果用户的工作负载（如推理）不需要超过 192 GB，那么选择相关机器时可以更重视"内存带宽"表现，但如果用户有其他工作需求，则可以看看相对应价格的 PC。

参考

• M2 Ultra can run 128 streams of Llama 2 7B in parallel

• 开发者在 GitHub 上提交的测试结果