实测苹果 mac M4 pro 性能提升多少（前端 / 大模型/游戏）

（2024年11月旧文）

最近国补，广东地区针对 mac  也在补贴品类系列。 20% 补贴下来 mac mini M4 3000 多，M4 pro 8900，再叠加各种活动，应该是苹果史上最具性价比时刻。

8 号当天就拿到了 24g 入门版 M4 pro（12+16），体验了很久，并对比公司的 M1（8+8）、对象的M3（8+10），自己17年的intel 古董做了一些测试，有一些个人数据，迟迟没有发出来。这里就给大家看下，主要涉及前端领域以及大模型推理（顺带玩了一把游戏）。

官方数据

在之前，我们先放官方的性能数据

官方的性能对比提高有点惊人，但注意“最高”两个字，很可能是更好利用多核 GPU 比如渲染视频等领域。 然而笔者主要关注占使用频率最高的前端开发构建和离线模型推理。下面主要对比 intel (17) vs M1 vs M3 vs M4 pro ，由于测试是纯手工多次执行并观察，加以实际体验感受为主，仅供参考（可能不少地方有纰漏）。

前端项目

中小型 node 项目构建

被测试的第一个项目属于典型的日常项目，基于 nest + node 构建

上面明显看到 M 到 17 年英特尔提升明显，而 M3 到 M1 提升很多，但 M4 pro 相对 M3 提高有限。

大型项目构建

vscode 源码超百万，在前端领域属于不多见的复杂项目了，让我们尝试编辑构建，看实际速度。

node 14

在 vscode 这种大型项目构建似乎电脑之间没有明显像中小型项目这样有 4 倍的差距，这很有可能是 vscode 构建过程涉及  IO 操作太多（写入大量文件），占据了时间，而这种操作很难拉开距离，M 的速度优势也就不像之前这么大了。

模拟打分测评

为了更纯粹的测试 CPU 性能，我们让 claude 3.5 sonnet 写了一个前端的 ATS 编译、字符串压缩等常见的测试脚本。这个通过统计每个 cpu 迭代的耗时，采用了几何平均值，分数越大越好。

node版本 14

同一 node 版本 M4 pro 会高很多，这个分数更符合 M 芯片之间的能力差距，但 M1 只比 17 年高一倍，还是很意外（可能和这个算法实现有关）。

另外测试过程，无意发现一个问题，简单的提高 node 版本，这个分数就会明显提高，比如 node 18 相对 node 14 能提高一个 cpu 版本更新的分数，说明 node 更高版本采用的 js 编译器性能更好。

大模型推理

推理主要使用 llama.cpp 安装后，启动 llama-server 具备可视化交互， 后天log 会自动统计 token。

llama-server -m qwen2.5-14b-it-Q4_K_M-LOT.gguf \
    -c 4096 \
    --host 0.0.0.0 \
    --port 8080

# 默认会使用 GPU 加载，也可通过 --n-gpu-layers  指定为 0 使用 CPU
....

llm_load_tensors: offloading 48 repeating layers to GPU
llm_load_tensors: offloading output layer to GPU
llm_load_tensors: offloaded 49/49 layers to GPU
llm_load_tensors: Metal_Mapped model buffer size =  8148.39 MiB
llm_load_tensors:   CPU_Mapped model buffer size =   417.66 MiB
....

qwen2.5-14b-int4  

prompt eval time =     398.68 ms /    20 tokens (   19.93 ms per token,    50.17 tokens per second)
eval time =     340.81 ms /     8 tokens (   42.60 ms per token,    23.47 tokens per second)

qwen2.5-32b-int3

使用 M4 pro 测试大模型有一个出乎意料之外的地方，我们采用 CPU 模式和 GPU 模式速度相差不是很大。在 qwen 32g 下 cpu 速度甚至稳定快 1 token 左右，这里怀疑是 GPU 显存分配不够？，未深究。

上面 qwen 32b-int3 应该是占用 内存 15-16g 。mac gpu 驱动会限制占用总内存的统一内存的部分空间， 第一次启动 mac 24g 内存也会报错。 我们可尝试设置 mac 显存占用突破限制，比如18-19GB

sudo sysctl iogpu.wired_limit_mb=19456

 但注意，上面这样做有风险，特别是打开了其他占用内存的应用，可能导致内存突然溢出，系统奔溃。

游戏

简单体验了下之前买的《无人深空》，4K，超高画质下，能稳定在 60 -100 帧之间，这个 mac 原生游戏体验没有任何影响。

结论

如果专注前端开发的体验，单核能力 M1 系列比 intel mac 提高是飞跃的，而在  M4 pro 对比 M1 和 M3则是在预期之中的提升，工作不会明显的感受到。（笔者平常工作是使用公司配置的 M1 ，进行中大型前端开发体验都是良好的） 。这是因为前端领域的构建编译基本上主要利用单核能力，无法充分发挥多核优势。如果你工作中打开大量浏览器网页和应用，M4 pro的多核可能会很明显帮助。

对于大模型推理，M1 仅仅能跑起来，无法达到可用阶段。 而 M3 能够达到能用阶段，而 M4 pro 则是体验良好的感受。实际 qwen14b-int4 在 M4 pro 返回的感受和当初的 chatgpt 3.5 很像了，但M4 pro （12+16）明显不适应跑更大的模型（比如32g ），即使显存够了，速度还是跟不上（至少10 token/s 才能正常用吧？）。可以预测，在不久的将来，离线模型会非常成熟，且能能力越来越强。