本地 AI 真正的瓶颈，越来越像是内存。

看到 LocalLLaMA 在讨论 Apple M7 Ultra 的传闻：最高 1.5TB 统一内存，AI 性能接近 Blackwell 级别，预计 2028 年。

先说清楚，这还只是传闻。

但它有意思的地方在于，Apple 可能在走一条很不同的路线：用超大的统一内存，把 CPU、GPU 和 Neural Engine 放进同一个计算空间里。

对本地大模型来说，这很关键。

很多 70B、100B 甚至更大模型，卡住的地方是能不能放进机器，而不只是能不能算得动。

如果个人工作站真的进入 TB 级统一内存时代，本地跑大模型、长上下文、多 Agent 工作流，想象空间会完全不一样。

当然，内存大不代表体验一定好，速度、生态、Metal 优化和量化工具链还都很关键。

但这条路线值得关注，以后本地 AI 的竞争，可能会从云端 GPU，慢慢延伸到桌面级超级工作站。

大模型公司没有下场做硬件，那就还不是顶，我个人认为大模型公司下场做硬件，做NPU了，甚至做操作系统或者附属产物了，才是AI竞赛刚刚开始的初步阶段。

现在的AI，还在幼儿园阶段。