在 Jamf 用户大会（JNUC）的分享环节，苹果公布了一张端侧 AI 推理能力对比表，首次系统展示从 iPhone、iPad 到 Mac Studio 集群这整条硬件梯队，本地 AI 能力到底能到哪一档。按苹果给出的数据：iPhone 与 iPad 配备 16GB 统一内存、76GB/s 带宽，最高可承载 140 亿激活参数，覆盖 Siri、文字润色、图片处理这类日常任务；MacBook Air 是 32GB、153GB/s，上限 350 亿参数；Mac mini 为 64GB、307GB/s，上限 700 亿，适合隐私敏感的本地任务。再往上是 MacBook Pro，128GB 内存、614GB/s 带宽，最高承载 1200 亿参数，面向大型模型与重度创作开发；Mac Studio 工作站达到 512GB、1.2TB/s，可承载 4800 亿参数；到了 Mac Studio 集群，配 2TB 内存，上限就是 1.6 万亿参数，足以承担超大模型的本地训练与推理。这套分级依托的是统一内存架构。内存容量和带宽，直接决定了设备能装下多大的模型——设备定位越高，本地 AI 能力越强。换句话说，卡住一台设备 AI 上限的，已经不只是芯片型号，而是内存给到多少。这也正是苹果和云端大模型路线最大的分野：数据不出设备、推理不依赖网络，把模型的能力锁进硬件里。代价是，同一套系统在不同设备上的表现，会被内存规格拉出明显的阶梯。值得注意的是，这份能力表是在面向 IT 管理员的场合公布的，不是新品发布会。它更像是在对企业和开发者说：本地 AI 的算力底座已经铺好，接下来该轮到应用上场了。
