Apple bereidt mogelijk een M7 Ultra voor met tot 1,5 TB gedeeld geheugen en een aanzienlijke sprong in kunstmatige intelligentie-verwerking. De processor wordt waarschijnlijk niet vóór 2028 uitgebracht, en de maximale configuratie hangt af van de beschikbaarheid van geheugen- en supply chain-problemen wereldwijd.
Volgens betrouwbare bronnen dicht bij Apple’s roadmap lijkt dit meer op een werkstation voor grote AI-modellen dan een update van de traditionele Mac. Het suggereert ook dat Apple dezelfde architectuur wil gebruiken voor zowel professionele apparatuur als eigen servers, hoewel de specificaties, prestaties en planning nog niet officieel bevestigd zijn.
De kernpunten van de vermeende M7 Ultra in 20 seconden
- Apple onderzoekt een configuratie met tot 1,5 TB gedeeld geheugen.
- De processor zou in 2028 klaar zijn voor lancering.
- De basisversie M7 zou mogelijk al in de eerste helft van 2027 verschijnen.
- De M7 Pro en Max-versies zouden later dat jaar volgen.
- Apple zou alleen de basisversie M6 uitbrengen, zonder M6 Pro, Max of Ultra.
- Het doel is vooral verbetering in inferentie en lokaal werken met AI.
- De verwijzing naar Blackwell beschrijft een prestatieniveau, geen exacte vergelijking.
- De M7 Ultra kan ook dienen als fundament voor toekomstige Apple-servers.
- De beschikbaarheid van 1,5 TB hangt af van de prijs en levering van DRAM.
- Apple heeft deze specificaties nog niet officieel bevestigd.
De gelekte roadmap wijst erop dat Apple de ontwikkeltijd tussen de M6 en M7 heeft verkort. Het ontwerp van de tweede zou ongeveer zes maanden na de eerste klaar geweest zijn voor productie, wat een vroege focus op AI en grafieken mogelijk maakt.
De basisversie M6 zou in de herfst van 2026 verschijnen voor instapcomputers, maar Apple zou meteen overstappen op de M7-familie voor professionele processors. De M7 Ultra zou pas in 2028 komen, achter de Pro- en Max-varianten.
Deze planning is ongebruikelijk. Sinds de lancering van de M1 gebruikt Apple Pro-, Max- en Ultra-varianten om elke architectuur uit te breiden naar professionele laptops, werkstations en desktops. Het overslaan van hogere M6-varianten zou de focus mogelijk op diepgaandere ontwerpen leggen, wat ook de levensduur van huidige chips kan verlengen.
Geheugen kan belangrijker zijn dan aantal cores
De vermelding van 1,5 TB geeft een beter beeld van de opkomst van de M7 Ultra dan een algemene vergelijking met Nvidia. Apple streeft niet alleen naar meer bewerkingen per seconde, maar vooral naar de mogelijkheid om volledige modellen binnen één geheugenruimte te laden.
Bij Apple Silicon gedeelde CPU, GPU en Neural Engine-geheugen betekent dit dat er geen aparte kopieën in RAM of grafische kaartgeheugen nodig zijn. Deze architectuur vermindert datatransfers en stelt de GPU in staat om veel meer geheugen te gebruiken dan normaal in een werkstationsysteem.
De M3 Ultra ondersteunt nu al tot 512 GB gedeeld geheugen, met meer dan 800 GB/s bandbreedte, en gebruikt UltraFusion om twee M3 Max-chips te verbinden tot een enkele logische eenheid. Apple beweert dat hiermee modellen met meer dan 600 miljard parameters kunnen worden uitgevoerd, afhankelijk van de precisie en het softwaregebruik.
Verhoog de capaciteit tot 1,5 TB zou de officiële limiet verdrievoudigen. Zo’n systeem zou grote modellen, meerdere versies of uitgebreide taken kunnen verwerken zonder extra servers te hoeven verdelen.
| Gedeeld geheugen | Indicatief gebruik |
|---|---|
| 128 GB | Ontwikkeling, middelgrote modellen en beeldgeneratie |
| 256 GB | Lokale inferentie van grote gequantiseerde modellen |
| 512 GB | Modellen met honderden miljarden parameters |
| 768 GB | Meer context, gelijktijdige processen en wetenschappelijke workloads |
| 1,5 TB | Grote modellen, meerdere agents en servergebruik |
De hoeveelheid geheugen bepaalt niet automatisch de prestaties. Een model kan volledig passen maar traag werken als de bandbreedte onvoldoende is om de parameters snel te lezen.
Inferentie van grote modellen wordt vaak beperkt door datastromen. Voor elke token moet de accelerator keer op keer de gewichten laden. Verdriedubbelen van de capaciteit zonder gelijktijdige snelheidstoename in het geheugen voorkomt niet dat het proces langzamer wordt.
Apple zal moet zorgen voor een bredere bus, extra controllers en een GPU die dat enorme dataverkeer aankan. Ook moet het energieverbruik en de hitteontwikkeling onder controle blijven, vooral omdat het om een omvangrijk geheugencapsel dat niet gangbaar is buiten datacenters.
De daadwerkelijke marktintroductie kan het product nog wijzigen. De configuratie vereist waarschijnlijk veel high-density DRAM-chips, terwijl fabrikanten meer investeren in HBM voor datacenter-accelerators. Daarom moet de vermeende limiet van 1,5 TB worden beschouwd als een ontwerp- of evaluatiecapaciteit, niet als een gegarandeerde optie voor kopers.
Naderen tot Blackwell betekent niet Nvidia vervangen
De verwijzing naar een prestatieniveau dat dicht bij Blackwell ligt is het meest opvallend en tegelijk het moeilijkst te interpreteren. Blackwell is geen enkel prestatieklasse; Nvidia’s architectuur verschijnt in professionele kaarten, datacenter-accelerators en complete systemen met tientallen GPUs.
Een M7 Ultra zou in sommige inferentietests kunnen concurreren met specifieke Blackwell-producten, maar in training, wetenschappelijk rekenen of gedistribueerde verwerking zou het veel verder kunnen gaan. Zonder details over het geteste model, de precisie, het stroomverbruik en software blijft het vooral een richtlijn.
Nvidia heeft Blackwell ontworpen rond Tensor Cores, HBM-geheugen, lage-precisieformaten en NVLink-verbindingen voor meerdere accelerators. Grootschalige systemen kunnen 72 GPU’s in een snel domein verbinden en doorlopen naar volledige clusters.
Apple volgt een andere strategie. De M7 Ultra biedt grote geheugencapaciteit in compacte vorm, met een gedeeld geheugen tussen CPU en GPU. Het is mogelijk aantrekkelijk voor inferentie, modelleren, video, simulaties en taken die niet gemakkelijk over honderden accelerators kunnen worden geschaald.
| M7 Ultra volgens geruchten | Nvidia Blackwell platform |
|---|---|
| Groot gedeeld geheugen | Specifiek HBM met hoge bandbreedte | Single geïntegreerd systeem | GPU’s, servers en clusters | Gemaakt voor Mac en Apple-diensten | Verkoop aan datacenters, bedrijven en OEM’s | Metal, MLX en Core ML | CUDA, TensorRT en rijke bibliotheekcollectie | Voordeel in lokale capaciteit | Voordeel in berekening en gedistribueerd schalen | Nog niet bevestigd configuratie | Producten al op de markt |
De software wordt cruciaal. Nvidia ontwikkelt al jaren CUDA, compilers, bibliotheken en tools voor gedeelde workloads. Veel AI-projecten starten op dat platform, daarna krijgen ze ondersteuning voor andere systemen.
Apple beschikt over Metal, Core ML en MLX, ontworpen voor AI met gedeeld geheugen. Om een Mac met 1,5 TB bruikbaar te maken, is meer nodig dan alleen het kunnen laden van een model. Operatoren, kernels en quantisatieformaten moeten optimaal gebruik maken van de hardware zonder dat ontwikkelaars hun apps volledig opnieuw moeten bouwen.
De meest realistische vergelijking is niet met een groot Blackwell-cluster, maar met kleine servers voor lokaal gebruik. De M7 Ultra zou kunnen concurreren op gebied van geheugencapaciteit en compacte opzet, vooral wanneer dat groter is dan pure brute kracht.
Van werkstation tot infrastructuur voor Apple Intelligence
Het M7 Ultra past bij de uitbreiding van Apple naar eigen AI-servers, zoals Private Cloud Compute. Deze infrastructuur gebruikt Apple Silicon voor taken die te zwaar zijn voor iPhone, iPad of Mac.
Deze servers gebruiken eigen hardware, Secure Enclave, gecontroleerde boot en een beperkt OS om toegang tot gegevens te beperken. Apple beweert dat gegevens tijdelijk worden verwerkt en dat zelfs personeel geen toegang heeft tot gebruikersinformatie tijdens verwerking.
Volgens geruchten ontwikkelt Apple eerst een server op basis van M5 Ultra, gevolgd door een tweede generatie met M7 Ultra, gepland voor 2029. Hetzelfde chip kan al een jaar eerder in een high-end Mac verschijnen.
Een gedeelde architectuur tussen werkstations en servers heeft voordelen: ontwikkelaars kunnen modellen testen in een Mac die het nabije omgeving van de uiteindelijke server benadert. Ook verlaagt het de afhankelijkheid van externe accelerators en houdt Apple controle over hardware, software en infrastructuur.
Dit betekent niet noodzakelijk dat Apple de M7 Ultra als algemeen alternatief voor Nvidia zal verkopen. De hardware kan beperkt blijven tot Apple-servers, terwijl de consumentenversie mogelijk beperkt blijft tot Mac Studio of Mac Pro.
De grote vraag zal de prijs zijn. Een systeem met 1,5 TB geheugen kost zeer veel, zeker als marktcondities niet verbeteren vóór 2028. Klanten zullen vooral studios, labs, AI-ontwikkelaars en organisaties aantrekken die zelf AI willen draaien en geen gegevens willen delen met derden.
De M7 Ultra richt zich op een niche: een compacte machine met server-achtige geheugenruimte en desktoptools. Het succes hangt af van het vermogen om serieuze grote modellen lokaal te laten werken, niet van het verpletteren van alle benchmarks zoals Blackwell.
Veelgestelde vragen
Heeft Apple de M7 Ultra officieel aangekondigd?
Nee. De informatie over de chip, 2028 en 1,5 TB geheugen zijn gebaseerd op niet-officiële rapporten en geruchten.
Kunnen alle AI-modellen worden uitgevoerd?
De grote hoeveelheid geheugen maakt grote modellen mogelijk, maar compatibiliteit en snelheid hangen af van formaten, quantisatie en de ondersteuning door Metal, MLX of Core ML.
Is dit een directe concurrent voor Nvidia Blackwell?
In sommige inferentietaken zou het kunnen concurreren, maar Nvidia richt zich op datacenters en uitgebreide schaalverwerking met vele GPU’s. Het zijn verschillende benaderingen.
Waarom zou de 1,5 TB variant misschien niet verschijnen?
Apple zou grote hoeveelheden hoogwaardige DRAM nodig hebben. Prijs, productiecapaciteit en datacentermarkt kunnen leiden tot beperking of vertraging van die configuratie.