2025 年 10 月，Apple 发布 M5。公开资料里有几个容易被标题抓走的点：第三代 3 纳米工艺、最多 10 核 CPU、第三代光线追踪。但更值得细看的，是 GPU。
Apple 在新闻稿中写得很明确：M5 采用新一代 10 核 GPU 架构，每颗 GPU 核心都配备 Neural Accelerator。换句话说，AI 加速不只放在 Neural Engine 这类专用单元上，GPU 也被推到端侧 AI 的计算路径里。
Apple 中国大陆新闻稿给出的数字是：基于 GPU 的 AI 工作负载峰值计算性能较 M4 提升 4 倍以上；GPU 总体图形性能相比 M4 最多提升 45%。MacSales 的技术博客也整理了同样的重点：M5 的变化集中在 GPU-powered AI 和光线追踪能力上。
这里要先拆开看。“4 倍以上”说的是 GPU AI 峰值计算性能，不等于每个 AI 应用都会快 4 倍。端侧推理落到实际体验，还要看模型大小、内存访问、量化方式、系统调度，以及当时设备是否还在跑图形任务。
GPU 不再只是画图的那块芯片
过去聊 Apple Silicon 上的端侧 AI，很多人会先看 Neural Engine，也就是常说的 NPU。M5 的变化在于，GPU 也被设计成 AI 任务的承载方之一。
这会影响开发者对芯片资源的理解。
在一台 M5 设备上，同一个 AI 任务可能交给 Neural Engine，也可能交给 GPU，还有一部分轻量计算会落在 CPU 上。系统和框架要判断的，不再只是“能不能在本地跑”，而是这批任务放在哪个计算单元上更合适。
图像生成、视频处理、照片编辑、实时转写、本地摘要、代码补全，看起来都叫 AI 功能，底层负载并不一样。有的更吃矩阵计算，有的更看重响应延迟，有的会和图形渲染同时发生。M5 把 Neural Accelerator 放进每颗 GPU 核心后，系统多了一种安排 AI 负载的办法。
这也是 Apple 在 M5 发布中强调 on-device AI 的背景。本地运行有它的好处：延迟更低，隐私压力更小，离线场景也有机会工作。但本地设备的芯片、内存和散热都有限，任务怎么排，会直接影响最终体验。
峰值算力很亮，但不是全部
M5 的 GPU AI 峰值计算性能较 M4 提升 4 倍以上，这个数字足够显眼。不过端侧 AI 应用能不能变快，不能只盯峰值。
一个模型在本地跑，常见瓶颈大致有几类：
- 模型参数和中间结果会占内存；
- 推理过程需要反复读写数据；
- 后台任务会共享芯片资源；
- GPU 可能还在处理图形渲染；
- 功耗和温度会影响持续性能。
所以，M5 更准确的变化，是把端侧 AI 的调度空间扩大了。一部分原本可能压在 Neural Engine 上的任务，有机会转到 GPU 里的 Neural Accelerator 上。这样不一定在所有场景里最快，但在多任务并行时，系统可选的路径更多。
Apple 官方资料提到，M5 将用于 MacBook Pro、iPad Pro 和 Vision Pro。放到 Vision Pro 这样的设备上，这个变化尤其值得注意：空间计算场景里，图形渲染和智能计算经常同时发生。GPU 里加入 AI 加速单元后，资源调度会更敏感。
光追和 AI 会抢同一块资源
M5 的 GPU 还升级到了第三代光线追踪。Apple 给出的说法是，总体图形性能相比 M4 最多提升 45%。这说明 M5 不是只为了 AI 改 GPU，图形能力也在继续往前走。
麻烦也在这里。GPU 同时承担图形和 AI 后，资源冲突会更常见。
在游戏、3D 设计、空间计算这类场景里，GPU 可能一边处理光线追踪，一边运行 AI 相关任务，比如画面增强、对象识别、手势理解，或者本地生成式功能。芯片峰值能力提高了，但用户看到的是帧率、延迟和发热，不是参数表。
如果渲染任务优先，AI 推理可能变慢；如果 AI 任务占用太多 GPU 资源，画面流畅度又可能受影响。M5 的架构给了开发者更多能力，也把更细的取舍交给了系统框架、应用和调度策略。
“跑在本地”要拆得更细
端侧 AI 常被概括成一句话：把模型放到设备上跑。到 M5 这里，这句话太粗了。
更实际的问题会变成：
- 哪些模型适合留在本地；
- 哪些层或算子更适合 GPU；
- 哪些任务应该交给 Neural Engine；
- 本地模型和云端模型如何分工；
- AI 任务与图形任务同时出现时，谁先拿资源。
这也是混合智能仍会存在的原因。本地模型适合低延迟、隐私敏感、频繁发生的任务；更复杂的推理、长上下文、多工具调用，仍可能交给云端模型。M5 抬高的是本地这一侧的能力上限，并不会让所有云端需求消失。
对应用开发者来说，M5 的看点不是“能不能跑 AI”，而是“能不能把 AI 跑稳”。本地摘要、本地检索、轻量代码辅助、图像处理、视频工作流，都可能从 GPU AI 加速中受益。但如果应用只是把新硬件当成更大的算力池，不处理调度、内存和资源冲突，体验未必会跟着参数一起提升。
M5 把选择题交给了系统和开发者
从公开信息看，M5 的 AI 变化主要落在 GPU：10 核 GPU、每核 Neural Accelerator、GPU AI 峰值计算性能较 M4 提升 4 倍以上，同时还有第三代光线追踪和最多 45% 的总体图形性能提升。
这不是单纯的 CPU 或 NPU 升级。Apple 在 M5 上做的，是把 AI 加速单元铺进 GPU，让端侧 AI 多一条可用路径。
好处很直接：本地 AI 任务可以被分配得更细。代价也同样直接：推理、渲染、内存、功耗要放在一起算。
M5 的关键不只在硬件规格表里，还在后面的 Core ML、Metal、系统调度和应用适配里。GPU 里的 Neural Accelerator 已经摆上桌，接下来要看软件怎么把它用顺。
资料来源：Apple Newsroom、Apple 中国大陆新闻稿、MacSales 技术博客、InfoQ 相关报道。
