我应该买哪台电脑:Mac还是自组5090?[D]
摘要
用户寻求建议,询问是购买Mac(M5)还是自组的RTX 5090用于机器学习项目,涉及微调、自定义管道以及图像/视频密集型工作流,同时对苹果的MLX框架作为NVIDIA CUDA的替代方案感到好奇。
我70%的项目是微调预训练模型或使用它们构建自定义管道;另外30%是从头开始训练模型。我的大部分项目都是图像/视频密集型的机器学习。有时也会涉及LLM。我知道,对于严肃的模型训练而言,选择Mac可能有点反直觉,但由于我的许多项目依赖大型预训练模型,显存确实很重要。而且,苹果似乎正在用他们自己的MLX追赶NVIDIA的CUDA,所以也许在M5 Mac机器上训练也没那么糟?有没有尝试过在M5 MAX上使用MLX进行训练的人分享一下经验?如果你是我,你会选择什么?(我知道Pro 6000能满足我所有的需求,但我现在真的买不起……)
相似文章
根据我的需求,购买5090值得吗?
用户询问,相较于云计算的替代方案,花费约5500美元购买RTX 5090及高端PC用于LLM实验和学习是否值得。
为本地运行大语言模型挑选 Mac Mini——你实际会买哪款?
一篇社区讨论帖,征求关于购买哪种 Mac Mini 配置(M4、M2 Pro 或 M1 Max)以配合 Ollama 和编程助手运行本地大语言模型的建议;由于传闻 M5 即将发布且当前存在供应短缺,使得选购决策变得复杂。
@Michaelzsguo: 两天前,我询问是否应该购买 Mac Studio 用于本地运行 LLM。我由衷地感叹收到的反馈如此优质且丰…
作者分享了一份针对本地运行大语言模型(LLM)的硬件购买指南,综合了社区反馈,对比了 Mac Studio、NVIDIA 和 AMD 的选项。
Mac 用于本地 LLM 和 Openclaw - 我希望早知道的事
一位用户分享了在 Mac 上运行本地 LLM 的经验,指出与 Nvidia GPU 相比,AI 代理的提示处理较慢,并建议除非隐私问题,否则使用 Deepseek 等云端模型。
@Michaelzsguo:所以你买了128GB MacBook Pro。现在的问题不是“哪个本地模型的TPS最高?”而是:哪个设…
这条推文推荐了适用于128GB MacBook Pro的本地AI编程方案,使用Qwen 3.6模型搭配MLX服务器及特定配置,以实现可靠的编程辅助。