Apple mengumumkan M3, M3 Pro, dan M3 Max

 (apple.com)
1 poin oleh GN⁺ 2023-11-01 | 1 komentar | Bagikan ke WhatsApp
  • Apple secara bersamaan memperkenalkan chip baru M3, M3 Pro, dan M3 Max untuk Mac, dan ketiganya menggunakan proses 3 nanometer untuk pertama kalinya pada chip komputer pribadi, sehingga meningkatkan kecepatan dan efisiensi daya
  • Arsitektur GPU baru menghadirkan Dynamic Caching yang mengalokasikan hanya memori lokal yang dibutuhkan untuk tiap tugas secara real-time, serta untuk pertama kalinya di Mac mendukung ray tracing dan mesh shading yang dipercepat perangkat keras
  • Peningkatan performa yang diklaim dibanding M1 mencakup rendering hingga 2,5x, core performa 30%, core efisiensi 50%, dan Neural Engine 60%, sementara media engine menambahkan dekode AV1
  • Memori terpadu maksimum per chip diperluas hingga 24GB pada M3, 36GB pada M3 Pro, dan 128GB pada M3 Max, membedakan target dari Mac umum hingga workload profesional berperforma tinggi
  • Peningkatan efisiensi daya turut berkontribusi pada efisiensi energi MacBook Pro dan iMac baru, dan MacBook Pro baru mencapai daya tahan baterai hingga 22 jam, yang menurut pengujian Apple merupakan yang terlama dalam sejarah Mac

Seri M3 berbasis proses 3 nanometer

  • Apple mengumumkan tiga chip M3, M3 Pro, dan M3 Max, menandai generasi berikutnya dari Apple silicon untuk Mac
  • Ketiga chip ini dibuat dengan teknologi proses 3 nanometer untuk pertama kalinya pada chip komputer pribadi, memungkinkan lebih banyak transistor ditempatkan dalam ruang yang lebih kecil untuk meningkatkan kecepatan dan efisiensi
  • Chip baru ini digunakan pada MacBook Pro dan iMac baru
  • Perubahan utama mencakup GPU, CPU, memori, dan media engine
    • Arsitektur GPU generasi berikutnya
    • Core performa dan core efisiensi CPU yang lebih cepat
    • Neural Engine yang lebih cepat
    • Dukungan memori terpadu yang lebih besar
    • Media engine baru yang mencakup dekode AV1

GPU generasi berikutnya dan Dynamic Caching

  • GPU seri M3 diposisikan sebagai perubahan besar dalam arsitektur grafis Apple silicon
  • Dynamic Caching mengalokasikan penggunaan memori lokal secara real-time di tingkat perangkat keras, berbeda dari GPU konvensional
    • Hanya menggunakan jumlah memori yang benar-benar dibutuhkan tiap tugas
    • Bekerja secara transparan bagi pengembang
    • Meningkatkan tingkat utilisasi rata-rata GPU dan membantu meningkatkan performa aplikasi profesional berperforma tinggi serta game
  • Untuk pertama kalinya di Mac, tersedia dukungan ray tracing yang dipercepat perangkat keras
    • Ray tracing memodelkan interaksi cahaya dalam sebuah adegan sehingga memungkinkan gambar yang akurat secara fisik
    • Pengembang game dapat menghadirkan bayangan dan pantulan yang lebih akurat
  • GPU baru ini juga untuk pertama kalinya di Mac mendukung mesh shading yang dipercepat perangkat keras
    • Meningkatkan kemampuan dan efisiensi pemrosesan geometri
    • Memungkinkan adegan yang lebih kompleks dalam game dan aplikasi intensif grafis
  • Performa GPU diklaim meningkat besar dibanding seri M1
    • Kecepatan rendering hingga 2,5x lebih cepat dibanding seri M1
    • GPU M3 memberikan performa setara M1 dengan hampir setengah konsumsi daya
    • Performa puncak hingga 65% lebih tinggi dibanding M1

CPU, memori terpadu, serta engine AI dan video

  • CPU generasi berikutnya pada M3, M3 Pro, dan M3 Max menghadirkan peningkatan arsitektur pada core performa maupun core efisiensi
    • Core performa hingga 30% lebih cepat dibanding seri M1
    • Core efisiensi hingga 50% lebih cepat dibanding M1
    • Dapat memberikan performa multithread yang sama dengan sekitar setengah konsumsi daya M1
    • Pada daya puncak, memberikan performa hingga 35% lebih tinggi
  • Apple memberikan contoh peningkatan performa CPU untuk kompilasi dan pengujian jutaan baris kode di Xcode, serta penggunaan ratusan track audio, plug-in, dan instrumen virtual di Logic Pro
  • Tiap chip menggunakan arsitektur memori terpadu yang menjadi ciri Apple silicon
    • Berbagai teknologi di dalam chip mengakses data yang sama melalui satu pool memori
    • Mengurangi kebutuhan menyalin data antar beberapa pool memori
    • Memberikan bandwidth tinggi, latensi rendah, dan efisiensi daya
  • Dukungan memori terpadu diperluas hingga 128GB
    • Apple mencontohkan pekerjaan pengembang AI yang menangani model transformer lebih besar dengan miliaran parameter
  • Neural Engine yang ditingkatkan hingga 60% lebih cepat dibanding seri M1
    • Memproses workflow AI/ML lebih cepat sambil menjaga data tetap berada di perangkat untuk mempertahankan privasi
    • Alat pemrosesan gambar AI seperti penghilangan noise dan super-resolution dari Topaz menjadi lebih cepat
    • Scene edit detection di Adobe Premiere dan Smart Conform di Final Cut Pro juga mendapat peningkatan performa
  • Media engine pada ketiga chip menyediakan akselerasi perangkat keras untuk H.264, HEVC, ProRes, dan ProRes RAW
    • Untuk pertama kalinya mendukung dekode AV1, yang dapat meningkatkan efisiensi daya dan memperpanjang masa pakai baterai saat memutar layanan streaming

Konfigurasi chip dan target workload

  • M3 adalah chip untuk sistem yang lebih umum
    • Jumlah transistornya 25 miliar, 5 miliar lebih banyak daripada M2
    • GPU 10-core hingga 65% lebih cepat dalam performa grafis dibanding M1
    • CPU 8-core terdiri dari 4 core performa dan 4 core efisiensi
    • Performa CPU hingga 35% lebih cepat dibanding M1
    • Mendukung memori terpadu hingga 24GB
    • Apple mencontohkan pencahayaan, bayangan, dan pantulan realistis dalam game intensif grafis seperti Myst
  • M3 Pro ditujukan bagi pengguna yang membutuhkan performa lebih tinggi
    • Jumlah transistor 37 miliar
    • GPU 18-core hingga 40% lebih cepat dibanding M1 Pro
    • Mendukung memori terpadu hingga 36GB
    • CPU 12-core terdiri dari 6 core performa dan 6 core efisiensi
    • Performa single-thread hingga 30% lebih cepat dibanding M1 Pro
    • Apple mencontohkan pekerjaan menyatukan dan memanipulasi foto panorama besar di Adobe Photoshop
  • M3 Max adalah chip untuk workload profesional yang paling demanding
    • Jumlah transistor 92 miliar
    • GPU 40-core hingga 50% lebih cepat dibanding M1 Max
    • Mendukung memori terpadu hingga 128GB
    • CPU 16-core terdiri dari 12 core performa dan 4 core efisiensi
    • Performa CPU hingga 80% lebih cepat dibanding M1 Max
    • Dirancang untuk menangani pascaproduksi video resolusi tinggi secara cepat dan fleksibel di DaVinci Resolve, Adobe Premiere Pro, dan Final Cut Pro, termasuk dua ProRes engine

Efisiensi daya, baterai, dan rencana lingkungan

  • Efisiensi daya M3, M3 Pro, dan M3 Max membantu MacBook Pro dan iMac baru memenuhi standar efisiensi energi Apple
  • MacBook Pro baru mencapai daya tahan baterai terlama dalam sejarah Mac, yaitu hingga 22 jam
    • Pengujian Apple dilakukan pada September dan Oktober 2023 menggunakan sistem MacBook Pro 16 inci praproduksi
    • Sistem uji menggunakan konfigurasi Apple M3 Pro, CPU 12-core, GPU 18-core, RAM 36GB, dan SSD 512GB
    • Uji web nirkabel dilakukan dengan kecerahan layar diatur ke 8 klik dari bawah dan menelusuri 25 situs web populer secara nirkabel
    • Uji pemutaran film di aplikasi Apple TV memutar konten HD 1080p dengan kondisi kecerahan yang sama
    • Daya tahan baterai berbeda tergantung cara penggunaan dan konfigurasi
  • Apple menyatakan saat ini telah mencapai netral karbon dalam operasi perusahaan globalnya
  • Perusahaan berencana mencapai dampak iklim nol bersih di seluruh bisnisnya pada 2030, termasuk seluruh rantai pasok manufaktur dan siklus hidup semua produknya
  • Menurut rencana ini, semua chip di seluruh lini Mac akan menjadi netral karbon dari tahap desain hingga manufaktur

Bacaan terkait

1 komentar

 
GN⁺ 2023-11-01
Pendapat Hacker News

  • Melihat konfigurasi SKU yang makin rumit, ada beberapa hal yang menonjol. Bandwidth memori berkurang; M2 Pro 200GB/s, tetapi M3 Pro hanya 150GB/s, dan M3 Max pun 400GB/s hanya pada chip hasil seleksi kelas atas.
    M3 14 inci kelas bawah bukan hanya memiliki satu port Thunderbolt lebih sedikit, tetapi juga tidak secara resmi mendukung Thunderbolt 4 seperti M1/M2. Pada M3 Pro, opsi SSD 8TB juga hilang, kemungkinan besar karena permintaan untuk konfigurasi tersebut rendah. Selain itu, M3 Pro punya lebih banyak core efisiensi daripada Max (6 berbanding 4), jadi menarik bahwa Apple mengurangi hal-hal seperti ini pada spesifikasi lebih tinggi—sesuatu yang rasanya tidak akan banyak dilakukan Intel.

    • Saya penasaran apakah Apple melacak statistik penggunaan semacam ini pada perangkat yang sudah dirilis. iPad selalu bertanya apakah akan mengirim statistik ke Apple, dan saya selalu menolak, tetapi jika cukup banyak orang menyetujuinya, mereka tampaknya bisa mendapat gambaran cukup baik tentang hal-hal seperti seberapa sering core performa digunakan atau penggunaan bandwidth memori maksimum.
      Saat saya di Intel, selalu ada kompromi menarik antara luas silikon, panas, dan sumber daya margin, tetapi waktu itu Intel tidak punya cara untuk mengumpulkan statistik, jadi kebanyakan hanya sebatas “kami tetap merasa ini yang seharusnya dilakukan” tanpa banyak data.
    • Selain bandwidth memori yang berkurang, M3 Pro kehilangan 2 core performa dan hanya menambah 2 core efisiensi.
      M2 Pro punya 8 core performa + 4 core efisiensi, sedangkan M3 Pro punya 6 core performa + 6 core efisiensi. Itu bukan pertukaran yang terlalu bagus, dan saya tidak yakin M3 Pro bisa dianggap sebagai upgrade.
    • Sepertinya karena SoC seri M spesifikasi dasar hanya mendukung satu display eksternal. Setahu saya, spesifikasi Thunderbolt 4 mensyaratkan dukungan 2 display eksternal dari satu port.
      Dalam semua aspek lain, saya memperkirakan port tersebut akan berperilaku sama seperti port Thunderbolt 4.
    • Saya tidak mengerti maksudnya Intel tidak melakukan apa. Intel punya lebih banyak core efisiensi daripada core performa di sebagian besar lini produknya, terutama pada produk kelas atas. Misalnya, semua i9 Raptor Lake S memiliki 16 core efisiensi dan 8 core performa, i7 adalah 8:8, dan hanya i5 kelas bawah (di bawah 13500) yang memiliki lebih banyak core performa. i3 tidak punya core efisiensi.
      Mobile H/HX juga mirip; hanya sedikit SKU yang core performanya lebih banyak daripada core efisiensi, dan di P/U tidak ada sama sekali. Justru salah satu hal yang mengejutkan ketika Intel mulai menghadirkan SMT asimetris adalah, sementara mobile dan Apple umumnya 1:1 atau condong ke core performa, Intel tampak bertaruh besar pada core efisiensi.
    • SKU yang makin rumit kemungkinan karena Apple juga sedang mempelajari mengapa Intel/AMD punya begitu banyak SKU. Jika membuat chip kompleks dalam skala besar, akan muncul berbagai chip yang tidak sempurna, dan untuk mengurangi kerugian, daripada menjualnya sebagai satu SKU dan membuang produk yang tidak memenuhi, mereka perlu membuat banyak SKU melalui seleksi dan segmentasi.

  • Bagian yang membandingkan dengan Intel Mac agak membingungkan. Saya masih memakai MacBook 16 inci Intel, tetapi yang benar-benar ingin saya lihat adalah bagaimana M3 dibandingkan dengan M2, bukan perbandingan dengan Intel atau M1. Tidak mengejutkan kalau dalam benchmark Apple sendiri M3 hampir selalu mengalahkan Intel Core i7-9750H.
    Yang benar-benar ingin diketahui adalah perbandingan dengan generasi tepat sebelumnya, dan mungkin minggu depan jawabannya akan keluar. Laptop kerja saya adalah MacBook Pro 14 inci, dan meski saya menjalankan banyak container di Kubernetes sebagai bagian dari alur pengembangan, daya tahan baterainya mengesankan. Saya rasa Apple membandingkan Intel dan M1 karena ingin meyakinkan pengguna MacBook lama untuk upgrade ke CPU generasi terbaru.

    • Saya rasa orang yang upgrade dari Mac M2 hampir mendekati 0, dan jauh lebih banyak orang yang masih bertahan di Intel Mac.
    • Selama beberapa tahun ini, pesaing terbesar Apple adalah Apple lima tahun lalu. Salah satu ancaman terbesarnya adalah penjualan yang stagnan karena orang terus memakai laptop dan ponsel yang masih baik-baik saja yang mereka beli beberapa tahun lalu.
      Ini masalah yang sulit ditangani bagi perusahaan yang mengiklankan produknya sebagai produk premium yang tahan lama.
    • Pada titik ini, membandingkannya dengan M2 tidak terlalu berguna. Sepanjang presentasi, peningkatannya kira-kira sekitar 15–20% di beberapa area.
      Sekalipun Apple membuat chip sendiri, mereka tidak bisa menghasilkan peningkatan performa revolusioner setiap tahun, jadi untuk ke depannya, kisaran seperti ini kemungkinan akan bertahan lama di antara dua generasi. Apple berasumsi orang memakai Mac selama bertahun-tahun, jadi masuk akal membandingkannya dengan generasi yang lebih lama untuk meyakinkan orang agar upgrade.
    • Jika tidak memakai image ARM, Docker image akan dijalankan melalui mesin virtual untuk boot. Meski begitu, sungguh mengejutkan bahwa laptop tetap dingin saat disentuh dan baterainya masih penuh walaupun menjalankan container sebanyak ini.
    • Yang lebih mengejutkan adalah tidak ada satu pun benchmark khusus AI. Saya tahu model open source paling populer jelas berasal dari pihak-pihak yang menjadi pesaing, tetapi seharusnya mereka bisa mendefinisikan semacam tugas retraining yang sesuai dengan alur kerja programmer machine learning.

  • Saya cukup kecewa karena laptopnya kurang I/O yang memadai. Mereka banyak berbicara tentang seberapa jauh GPU berkembang, tetapi laptop seharga 1.600 dolar hanya bisa menggerakkan satu display eksternal, dan yang 2.000 dolar hanya dua display—itu mengecewakan.
    Selain itu, desktop juga dilemahkan dengan hanya menyediakan M2 pada model all-in-one, sehingga jika sekarang pergi ke toko dan ingin membeli desktop lain, pada dasarnya harus membayar premi besar untuk teknologi lama. Saya berharap ada FaceID dan dukungan display yang lebih baik, tetapi tidak ada alasan meyakinkan untuk meng-upgrade apa pun. Jika sebelumnya lebih suka Windows, Anda mungkin tetap akan lebih suka Windows; jika sudah punya prosesor M, tidak ada alasan besar untuk upgrade. Jika sedang mempertimbangkan Studio atau mini, lebih baik menunggu sampai prosesornya diperbarui.

    • Benar. Proses menjalankan lebih dari 2 layar di Mac tidak sederhana. Mengingat harga yang Apple kenakan untuk perangkat “pro”, semestinya mudah untuk mencolokkan 2 layar atau lebih untuk bekerja.
    • Ungkapan “hanya menyediakan M2 pada all-in-one” membingungkan. iMac melewatkan M2, dan model baru yang dikirim bulan depan memakai chip M3 biasa yang menggantikan model M1.
    • Dengan satu driver display eksternal pun, beberapa display bisa digerakkan pada resolusi 4K atau lebih rendah. Jika memakai adaptor DisplayLink, Mac yang hanya punya satu driver display eksternal pun bisa menghubungkan 2 monitor 4K secara daisy-chain. Sepertinya secara internal mereka menggunakan ulang output display yang sama untuk dua layar.
      USB-C bisa menggerakkan 1 monitor 6K atau 2 monitor 4K, dan sejak M2 Pro, port HDMI bisa menggerakkan satu 8K.

  • Hal yang menarik pada M2 Pro dan M3 Pro adalah bahwa Apple menjauh dari konfigurasi yang sebagian besarnya berisi core performa. M1 Pro memiliki core performa+efisiensi 6+2 atau 8+2, M2 Pro 6+4 atau 8+4, sedangkan M3 Pro baru 5+6 atau 6+6
    Di setiap generasi, Apple telah mengurangi proporsi core performa. M1 Pro 75–80%, M2 Pro 60–67%, M3 Pro 45–50%. Ini juga terlihat pada hasil Geekbench: M2 Pro 10-core (6+4) mencetak 12.100 poin, sementara M1 Pro 10-core (8+2) mencetak 12.202 poin. M2 Pro 12-core (8+4) mencetak 14.221 poin, naik 16,5% meski jumlah core bertambah 20%
    Ada sisi yang terasa seperti hasil yang aneh. Menambahkan 2 core performa M2 hanya memberi peningkatan yang relatif kecil dibanding M2 Pro 10-core, tetapi menambahkan 2 core efisiensi ke M1 Pro juga memberi peningkatan 16,5% yang sama dibanding M1 Pro 8+2. Dugaan saya, mungkin ada batasan termal saat benchmark berjalan. Jika core performa tambahan tidak bisa benar-benar bekerja seperti core performa pada beban 100%, dampaknya akan tampak kecil; sebaliknya, jika core efisiensi pada beban panas tinggi menghasilkan performa yang mirip dengan core performa, di benchmark keduanya bisa tampak hampir setara
    Saya juga penasaran apakah skenario penggunaan nyata berbeda secara berarti dari benchmark. Misalnya, pinning core bisa berguna untuk cache yang sudah hangat, dan dalam situasi nyata sistem operasi bisa saja mengunci satu proses ke core performa 1 dan proses lain ke core performa 2, lalu keduanya mengalami lonjakan penggunaan. Dalam kondisi ini, beban panas keseluruhan tidak tinggi sehingga core performa tetap mempertahankan performa puncak, dan keduanya mendapat manfaat dari core performa serta cache yang hangat
    Mungkin ini lebih merupakan keputusan bisnis daripada performa chip itu sendiri. Nilai jual besar M1/M2 Max adalah grafis, dan mungkin juga tambahan RAM. Dulu Anda bisa mendapatkan CPU yang sama di Pro atau Max, tetapi sekarang M3 Pro memakai CPU 5+6 atau 6+6, sedangkan M3 Max 10+4. Fakta bahwa core performanya 67–100% lebih banyak menjadi nilai jual M3 Max bahkan bagi orang yang tidak terlalu peduli pada grafis

    • Sepertinya paragraf terakhir benar. Max adalah produk yang mengorbankan daya tahan baterai untuk orang yang menginginkan performa setinggi mungkin, dan Apple tampaknya melihat bahwa segmen yang jauh lebih luas membeli chip Pro
      Secara kesan, ketika orang di bidang teknologi menyebut perangkat Apple Silicon mereka, hampir selalu itu chip Pro. Dari kelompok pengguna itu, hanya sebagian kecil yang mungkin sering menjalankan semua core pada beban penuh, tetapi banyak dari mereka pasti menikmati daya tahan baterai yang luar biasa
    • Apple tampaknya belajar dari Intel dalam hal ini
      Dalam beberapa generasi terakhir, Apple membuat core efisiensi jauh lebih cepat. Ukurannya sangat kecil, tetapi performanya hampir mencapai 50%, dan dayanya kira-kira 10 kali lebih rendah. Hidup diminishing returns
      Jika pekerjaan hanya dapat diskalakan hingga 1–4 core, core-core itu memang harus cepat, tetapi jika umumnya bisa diskalakan lebih dari itu, kemungkinan besar pekerjaan tersebut juga bisa diskalakan hingga jumlah core yang sangat banyak. Dari sudut pandang ini, 6–8 core performa cukup untuk menjalankan beberapa pekerjaan thread ringan secara bersamaan, dan biasanya orang tidak menjalankan lebih dari itu
      Setelah itu, di ruang yang setara dengan satu core performa+cache, Anda bisa memasukkan 4–6 core efisiensi+cache; dayanya hanya setengah, tetapi pada pekerjaan yang sangat skalabel Anda mendapat performa yang jauh lebih besar. AMD juga bergerak ke arah yang sama dengan chiplet Zen 4c dan 5c, sehingga akan memiliki satu chiplet performa dan beberapa chiplet efisiensi. Keuntungan area dan daya terlalu besar untuk diabaikan
    • Karena GPU mengambil porsi yang sangat besar dari keluaran panas yang dirancang untuk ditangani SoC ini, jika hanya CPU yang diberi beban seharusnya tidak terkena batasan termal
    • Jauh lebih mudah mendapatkan keuntungan dari skalasi core GPU daripada core CPU

  • Saya penasaran mengapa ada opsi 36GB. Konfigurasi memori lain (16GB, 64GB) masih berupa pangkat dua yang rapi. Jika dilihat dari kapasitasnya saja, ini tampak seperti memakai memori yang memungkinkan ECC dan menggunakan lebar tambahan untuk dukungan ECC sebagai data, tetapi saya tidak tahu mengapa itu hanya diterapkan pada satu kapasitas. Apakah karena pasokan komponen?
    Setelah sedikit menggali, tampaknya ini bukan satu atau lebih bus selebar 72-bit berisi 2^32 word seperti yang diperkirakan dari sudut pandang lama, melainkan kemungkinan enam bus selebar 32-bit dengan 6GiB per bus. Memori dengan kedalaman 1,5 * 2^N seperti ini sudah cukup umum bersama penggunaan penumpukan IC, dengan cara menumpuk 12 IC berukuran pangkat dua dalam satu paket. Ini berbeda dari cara yang lebih “nyaman” untuk membuat ukuran pangkat dua dengan menumpuk IC yang sama dalam 8 atau 16 lapis

    • Belakangan konfigurasi kelipatan 6/12 makin banyak dipakai, mungkin terkait kapasitas chip yang tersedia di LPDDR5X
      M2 dan M3 maksimal 24GB; M3 Pro memiliki konfigurasi 18GB dan 36GB; M3 Max memiliki konfigurasi 36GB, 48GB, 64GB, 96GB, dan 128GB
    • Tampaknya Apple menurunkan bandwidth memori dari 200GB/s pada M1/M2 Pro menjadi 150GB/s pada M3 Pro. Untuk mendapatkan bandwidth penuh 400GB/s yang sebelumnya tersedia di chip M1/M2 Max, Anda harus naik ke chip M3 Max tertinggi
    • Ini tidak ada hubungannya dengan ECC. Yang dipakai adalah memori LPDDR5X, dan jika Anda mengikuti ponsel Android, angka-angka seperti ini tidak akan mengejutkan
    • Sejujurnya saya lebih suka yang itu. Jika pada generasi sebelumnya Anda sering menghabiskan memori 16GB dan sudah waktunya upgrade, belum tentu Anda butuh memori dua kali lipat; 24GB mungkin sudah bagus
    • MacBook Pro juga memiliki konfigurasi M3 Pro 18GB. Cukup tidak biasa

  • Model-model ini tampaknya kurang berguna untuk inferensi LLM yang sangat dibatasi bandwidth memori. Jika melihat halaman MacBook Pro, M3 menawarkan 100GB/s, 150GB/s, 300GB/s, sedangkan M2 sebelumnya 200GB/s dan 400GB/s
    Pada M3, 400GB/s tetap memungkinkan jika memilih konfigurasi GPU tinggi, tetapi menarik bahwa secara umum angkanya turun

    • Dalam presentasi, mereka menyebut dynamic GPU caching, dan itu tampak seperti fitur yang disukai model Transformer

  • Saya tidak paham kenapa setiap kali chip baru keluar, Apple tidak memperbarui seluruh lini produknya. Apalagi kali ini, karena di MacBook Pro dan iMac kelihatannya praktis hanya chip-nya saja yang diganti
    Terpisah dari itu, saya penasaran apakah ada yang tahu bagaimana unified memory dibandingkan dengan VRAM dari sisi performa machine learning. Mengingat H100 80GB harganya sekitar 30 ribu dolar, MacBook Pro konfigurasi penuh dengan unified memory 128GB seharga 5 ribu dolar jadi menarik. Secara realistis, kebanyakan prosumer dengan anggaran yang masuk akal terikat pada kartu Nvidia 24GB, jadi saya penasaran apakah ini sedikit saja bisa dibandingkan atau menarik untuk model besar

    • Sepertinya ini gabungan beberapa faktor. Pertama, meng-upgrade lini produk membutuhkan pekerjaan engineering nyata, jadi bisa memakan waktu setidaknya 1 tahun
      Kedua, ada juga kapasitas manufaktur. Pada paruh pertama tahun ini, kemungkinan besar mereka membuat prosesor iPhone 3nm sambil meneliti prosesor MBP, dan akan sulit menaikkan produksi beberapa chip sekaligus
      Ketiga, ada sisi permintaan. Jika orang tua saya membeli laptop baru dan ponsel baru tahun ini, sepertinya lebih mungkin mereka membelinya dengan jarak 6 bulan. Demikian pula, menjaga ritme mengumumkan produk a,b,c pada kuartal ini lalu d,e,f pada kuartal berikutnya membantu Apple tetap muncul di berita dengan kabar baik
      Untuk machine learning, saya berharap hasilnya cepat keluar setelah perangkat sebenarnya bisa dicoba
    • Ini spekulasi, tapi mungkin mereka mengeluarkan chip lama dari SKU lain secara bertahap seiring waktu untuk menghabiskan stok lama. Misalnya, saat produksi M3 masih kecil, mereka mulai dari model MacBook Pro yang mahal. Produk seperti itu akan terjual perlahan, dan sementara itu lini Air menghabiskan sisa stok M2, lalu melakukan “refresh” setelah produksi M3 meningkat
      Saya tidak tahu angka penjualan MacBook Apple atau apakah Air terjual lebih banyak daripada Pro, tetapi melihat mereka melakukannya secara konsisten seperti ini, mereka pasti mendapat untung dengan cara ini
    • Bisa juga untuk menghabiskan kapasitas produksi M1/M2 yang ada, tetapi saat ini sepertinya stok M3 belum cukup
      Saya lupa TSMC punya berapa fab dengan kapabilitas 3nm, tetapi mungkin tidak banyak. Ada juga kabar bahwa Apple mengamankan seluruh kapasitas produksi TSMC[0], tetapi tetap saja sepertinya belum cukup
      [0]: Apple is saving “billions” on chips thanks to unique deal with TSMC | https://news.ycombinator.com/item?id=37040722
    • MacBook Air, Mac Studio, dan Mac Pro baru saja diperbarui sekitar 6 bulan lalu. Kalau langsung diperbarui lagi sekarang, pembeli sebelumnya akan merasa benar-benar dikhianati
    • M2 Ultra memiliki bandwidth unified memory hingga 800GB/s. Sebagai perbandingan, 4090 adalah 1.008GB/s, sementara dual-channel DDR4-6400 di PC menyediakan bandwidth 102GB/s

  • Dalam presentasinya mereka menekankan dengan cukup tiba-tiba, kira-kira “dukungan memori hingga 128GB memungkinkan alur kerja yang sebelumnya tidak mungkin dilakukan di laptop, seperti developer AI yang menangani model Transformer yang lebih besar dengan puluhan miliar parameter,” tetapi tidak menunjukkan bagaimana pengembangan AI sebenarnya berjalan
    Saya tahu Apple sudah lebih serius menggarap dukungan Apple Silicon di PyTorch, tetapi saya penasaran apakah sekarang sudah sampai ke tingkat yang cukup

    • Sepertinya belum. Saya senang kalau ternyata salah, tetapi kartu Nvidia mobile yang murah pun mengungguli chip M2 biasa untuk pekerjaan training kecil
      M3 Max mungkin bisa menjadi pesaing, tetapi menurut saya Metal masih jauh dari CUDA. M3 Max untuk laptop tampaknya bisa bersaing dengan Nvidia 3070. Namun Nvidia di desktop adalah monster dengan panas dan konsumsi daya besar, sedangkan chip Apple M sangat efisien, jadi itu bukan perbandingan yang adil. Kita harus melihat seperti apa chip M3 desktop nanti
    • Setahu saya PyTorch mendukungnya secara default. Dari pengalaman saya, ini bahkan berjalan lebih baik daripada ROCm
    • Apakah orang-orang yang sedang naik daun sekarang memakai GGML?

  • Cukup mengesankan bahwa event ini direkam dengan iPhone 15 Pro[1]. Tentu saja, berbeda dari lingkungan pengguna biasa, mereka memakai pencahayaan profesional dan berbagai peralatan
    Karena perekaman Log sudah memungkinkan, presentasi iPhone berikutnya mungkin saja direkam dengan iPhone yang sedang diumumkan itu sendiri
    [1] Source: https://www.youtube.com/live/ctkW3V0Mh-k?t=30m02s