--- title: "Apple convierte el Mac Studio M5 Ultra en una estación de IA local de 512 GB" description: "Apple ha cambiado el terreno de juego del Mac Studio con el M5 Ultra . La novedad más interesante no está en que sea el Mac más rápido hasta la fecha, sino en una configuración mucho menos habitual en..." url: https://revistacloud.com/apple-convierte-el-mac-studio-m5-ultra-en-una-estacion-de-ia-local-de-512-gb/ date: 2026-09-08 modified: 2026-09-04 author: "Antonio" image: https://revistacloud.com/wp-content/uploads/2026/09/m5-ultra-apple-mac-studio-appleismo.jpg categories: ["Inteligencia artificial", "Noticias"] tags: ["apple", "M5"] type: post lang: es --- # Apple convierte el Mac Studio M5 Ultra en una estación de IA local de 512 GB Apple ha cambiado el terreno de juego del [Mac Studio con el **M5 Ultra**](https://revistacloud.com/mac-studio-m5-ultra-apple-prueba-hasta-768-gb-de-ram-en-plena-crisis-de-memoria/). La novedad más interesante no está en que sea el Mac más rápido hasta la fecha, sino en una configuración mucho menos habitual en un equipo de escritorio: hasta **512 GB de memoria unificada con 1,2 TB/s de ancho de banda**. Son cifras que acercan el nuevo Mac a una categoría diferente, la de las estaciones de trabajo diseñadas para ejecutar grandes modelos de inteligencia artificial de forma local. **Las claves del Mac Studio M5 Ultra para IA en 30 segundos** - El nuevo Mac Studio con M5 Ultra admite hasta **512 GB de memoria unificada** y alcanza 1,2 TB/s de ancho de banda. - Apple asegura que puede ejecutar localmente modelos de lenguaje con cientos de miles de millones de parámetros. - El M5 Ultra puede incorporar una CPU de 36 núcleos y una GPU de 80 núcleos con Neural Accelerators. - NVIDIA DGX Spark ofrece 128 GB de memoria coherente y el ecosistema CUDA desde 4.699 dólares. - La gran baza de Apple es alojar modelos enormes en una sola memoria; su principal desventaja sigue siendo un software de IA menos maduro que CUDA. Apple anunció el nuevo Mac Studio el 25 de agosto y comenzará a entregarlo el **22 de septiembre de 2026**. La configuración de 512 GB llegará más tarde, a finales de octubre. En Estados Unidos, el modelo con M5 Max parte de 2.499 dólares y el M5 Ultra comienza en 5.499 dólares, antes de añadir memoria, almacenamiento y otras ampliaciones. Compararlo únicamente con un PC convencional resulta por eso poco útil. El nuevo Mac Studio puede terminar costando varios miles de dólares más que una workstation equipada con una GPU de consumo, pero tampoco intenta resolver exactamente el mismo problema. ## 512 GB de memoria cambian para qué sirve un Mac Studio La memoria se está convirtiendo en una de las limitaciones más importantes de la inteligencia artificial ejecutada localmente. Una GPU de escritorio con 24 o 32 GB puede ofrecer mucho rendimiento, pero el modelo debe entrar en su memoria de vídeo o utilizar mecanismos para repartir los datos entre GPU y RAM, con la correspondiente pérdida de rendimiento. El diseño de [Apple Silicon](https://revistacloud.com/apple-prepara-su-ofensiva-silenciosa-en-la-nube-con-project-acdc-y-chips-apple-silicon/) funciona de otra manera. CPU, GPU y otros componentes del sistema acceden al mismo espacio de **memoria unificada**. En su configuración máxima, el M5 Ultra dispone de 512 GB. Eso no significa que los 512 GB puedan utilizarse íntegramente para almacenar un modelo, porque macOS, las aplicaciones y el propio entorno de ejecución también necesitan memoria. Pero proporciona un margen difícil de encontrar en una workstation convencional de una sola GPU. Para entenderlo basta con mirar el tamaño aproximado de los modelos. Un modelo denso de 70.000 millones de parámetros necesitaría alrededor de 140 GB únicamente para sus pesos si estos se almacenan con 16 bits por parámetro. Con cuantización de 8 bits se acercaría a 70 GB y con 4 bits, a unos 35 GB. El cálculo tampoco termina ahí. Durante una inferencia existen otros consumos: caché KV, contexto, estructuras del framework, activaciones temporales y aplicaciones auxiliares. Por eso **que el archivo de un modelo entre en memoria no significa automáticamente que pueda ejecutarse cómodamente**. Con 256 o 512 GB, Apple amplía mucho ese margen. La propia compañía afirma que el nuevo M5 Ultra puede trabajar con grandes modelos de lenguaje de cientos de miles de millones de parámetros directamente en el dispositivo. ## 1,2 TB/s: el dato que explica mejor el enfoque de Apple La capacidad de memoria es solo una parte de la ecuación. La otra es cuánto tarda el procesador en acceder a ella. El M5 Ultra proporciona **1,2 TB/s de ancho de banda de memoria**, un 50 % más que el M3 Ultra según Apple. Esta cifra resulta especialmente relevante para inferencia de modelos de lenguaje. En determinados escenarios, especialmente cuando se genera texto para pocos usuarios de manera simultánea, el rendimiento puede estar condicionado en gran medida por la velocidad a la que los pesos del modelo llegan hasta las unidades de cálculo. Un sistema puede tener memoria suficiente para cargar un modelo y, sin embargo, ejecutarlo lentamente si esa memoria no proporciona el ancho de banda necesario. Apple combina aquí las dos variables: mucha memoria disponible dentro de un único sistema y un ancho de banda elevado hacia su GPU. El M5 Ultra puede llegar además a **36 núcleos de CPU y 80 núcleos de GPU**, con Neural Accelerators integrados en los núcleos gráficos. Apple asegura que el chip ofrece hasta 4,3 veces el rendimiento máximo de IA del anterior M3 Ultra. Esa cifra procede de pruebas de la propia compañía, por lo que habrá que esperar a benchmarks independientes con modelos y runtimes reales antes de trasladarla directamente a tokens por segundo. ## El rival no es necesariamente un PC: NVIDIA DGX Spark entra en la comparación Una comparación más interesante aparece al colocar el Mac Studio junto a equipos creados específicamente para IA local. El **NVIDIA DGX Spark** cuesta actualmente 4.699 dólares en la tienda estadounidense de NVIDIA y utiliza el superchip Grace Blackwell GB10. Dispone de: - 128 GB de memoria unificada coherente LPDDR5x. - 273 GB/s de ancho de banda. - Hasta 1 PFLOP de rendimiento FP4. - NVIDIA ConnectX-7 a 200 Gb/s. - 4 TB de almacenamiento NVMe. - DGX OS y acceso al entorno de software NVIDIA. NVIDIA afirma que un DGX Spark puede trabajar con modelos de IA de hasta **200.000 millones de parámetros** y realizar *fine-tuning* de modelos de hasta 70.000 millones. Además, sus sistemas pueden conectarse entre sí mediante ConnectX. La documentación actual de NVIDIA contempla incluso configuraciones de varios DGX Spark para trabajar con modelos mayores. Aquí aparece una diferencia importante. Dos DGX Spark proporcionan 256 GB de memoria combinada, pero continúan siendo dos ordenadores con dos espacios de memoria. Si un modelo necesita utilizar ambos, debe repartirse entre los sistemas y habrá comunicación a través de la red. Un Mac Studio con 256 GB ofrece esa capacidad dentro de una única memoria unificada. La próxima configuración de 512 GB duplica todavía ese espacio antes de necesitar dividir el trabajo entre máquinas. No significa que el Mac Studio sea automáticamente más rápido. **Capacidad y rendimiento son problemas diferentes.** NVIDIA mantiene ventajas importantes en kernels de IA, precisión reducida, Tensor Cores, frameworks y software especializado. Apple intenta competir sobre todo ofreciendo un espacio de memoria excepcionalmente grande dentro de un único ordenador. ## CUDA sigue siendo la gran ventaja de NVIDIA El hardware explica únicamente una parte de cualquier plataforma de inteligencia artificial. Durante casi dos décadas, NVIDIA ha desarrollado alrededor de **CUDA** una amplia colección de librerías, herramientas, frameworks y optimizaciones que hoy forman parte del funcionamiento habitual de buena parte de la IA. PyTorch, TensorRT-LLM, NCCL, NVIDIA NIM y numerosos proyectos de código abierto suelen estar desarrollados o afinados primero pensando en GPU NVIDIA. Apple dispone de alternativas cada vez más capaces. **MLX** está diseñado específicamente para Apple Silicon y su arquitectura de memoria unificada. Metal proporciona aceleración para aplicaciones y frameworks, mientras proyectos como llama.cpp y aplicaciones como LM Studio facilitan ejecutar modelos locales. Pero no existe una equivalencia perfecta entre ambos mundos. Un modelo que cabe en 512 GB puede utilizar una operación que todavía no tenga una implementación especialmente eficiente en Metal. Un proyecto publicado pensando en CUDA puede necesitar cambios para funcionar correctamente en Apple Silicon. Por eso la cantidad de memoria no debería convertirse en el único criterio de compra. ## Apple también quiere que varios Mac Studio funcionen como un clúster Apple ha añadido otra pieza interesante mediante **Thunderbolt 5 y RDMA (Remote Direct Memory Access)**. La compañía permite conectar varios Mac Studio para distribuir determinados trabajos de IA. Apple afirma que el nuevo modelo puede conseguir hasta tres veces más rendimiento en inferencia distribuida frente a un único sistema en sus propias pruebas. RDMA permite transferir información entre las memorias de diferentes equipos reduciendo parte de la intervención de las CPU. Aun así, una conexión entre máquinas nunca debe confundirse con el acceso a la memoria interna del chip. Los 1,2 TB/s del M5 Ultra describen el ancho de banda de su memoria local. Los 200 Gb/s de ConnectX-7 de DGX Spark describen una conexión de red. Son tecnologías destinadas a funciones diferentes y sus cifras no pueden compararse directamente. La ventaja de disponer de 512 GB dentro de una sola máquina consiste precisamente en **retrasar el momento en el que hay que distribuir un modelo**. ## El Mac puede ejecutar también el resto del pipeline de IA Los grandes modelos no suelen trabajar aislados. Una aplicación empresarial de IA puede combinar un LLM con OCR, embeddings, una base de datos vectorial, reranking, reconocimiento de imágenes, procesamiento documental y diferentes agentes o servicios. Si el modelo principal consume prácticamente toda la memoria de una máquina especializada, esos servicios tendrán que ejecutarse en otra parte. Los 512 GB del Mac Studio proporcionan margen para mantener varias de esas cargas dentro del mismo sistema, siempre que el software utilizado sea compatible. También continúa siendo una workstation completa. El usuario dispone de macOS, Xcode, herramientas de desarrollo, edición de vídeo, navegador, Thunderbolt 5, Ethernet de 10 Gb y los motores multimedia de Apple mientras ejecuta sus cargas de IA. Para determinados investigadores, desarrolladores, universidades, estudios creativos o compañías que trabajan con información sensible, esta combinación puede resultar más interesante que una máquina dedicada exclusivamente a inferencia. ## Ejecutar IA local también cambia dónde están los datos Otro atractivo de esta clase de equipos es la **soberanía del dato**. Ejecutar un modelo localmente permite trabajar con información sin tener que enviarla necesariamente a un proveedor cloud externo. Puede resultar útil en desarrollo de software, investigación, ingeniería, información empresarial o entornos donde existen restricciones de privacidad. Eso tampoco convierte automáticamente un Mac Studio en sustituto de un centro de datos. Entrenar desde cero un gran modelo fundacional requiere enormes clústeres de aceleradores, redes especializadas y mucha más memoria de la disponible en cualquier workstation. Donde equipos como el M5 Ultra resultan más razonables es en **inferencia, evaluación, generación de datos sintéticos, experimentación, distillation y técnicas de fine-tuning eficientes como LoRA o QLoRA**. Apple utiliza el término entrenamiento local en su presentación, pero conviene distinguir estos trabajos del preentrenamiento de un modelo de frontera. ## Apple ha construido algo más parecido a infraestructura de IA que a un PC El M5 Ultra sigue siendo un Mac Studio y conserva todo aquello que se espera de una workstation profesional. Pero sus especificaciones muestran hacia dónde está desplazando Apple parte de su estrategia. **512 GB de memoria unificada y 1,2 TB/s de ancho de banda no parecen diseñados pensando únicamente en Final Cut Pro, Blender o compilaciones de Xcode.** Permiten abordar una limitación concreta de la IA local: modelos que sencillamente no caben en la VRAM de las GPU convencionales. NVIDIA continúa ofreciendo un entorno de software de IA mucho más desarrollado y DGX Spark proporciona una vía directa desde el escritorio hacia infraestructuras CUDA mayores. Para numerosos desarrolladores esa compatibilidad puede tener más valor que disponer de más memoria. Apple propone el intercambio contrario: mucha más capacidad dentro de una sola máquina, macOS y un entorno de desarrollo completo a cambio de abandonar CUDA. El resultado es que el Mac Studio ha entrado en una comparación en la que hace pocos años apenas habría participado. Ya no se enfrenta únicamente a workstations de creación audiovisual. Para algunos compradores, la decisión puede ser ahora **una estación NVIDIA dedicada a IA o un Mac con cientos de gigabytes de memoria capaz de ejecutar el modelo y seguir funcionando como ordenador de trabajo**. Los primeros benchmarks independientes del M5 Ultra con modelos reales permitirán saber hasta dónde llega esa propuesta. La especificación, al menos, deja clara la dirección: Apple quiere que una parte de la infraestructura de IA vuelva a caber debajo de una mesa. ## Preguntas frecuentes ### ¿Cuánta memoria puede tener el Mac Studio M5 Ultra? El nuevo Mac Studio admite configuraciones de hasta **512 GB de memoria unificada** con el M5 Ultra de 36 núcleos de CPU y 80 núcleos de GPU. La versión de 512 GB está prevista para finales de octubre de 2026. ### ¿Puede el M5 Ultra ejecutar grandes modelos de IA localmente? Sí. Apple afirma que su memoria unificada permite ejecutar modelos de lenguaje con cientos de miles de millones de parámetros en el propio equipo. El tamaño concreto que puede ejecutarse dependerá de precisión, cuantización, contexto y runtime. ### ¿Es mejor un Mac Studio M5 Ultra que NVIDIA DGX Spark? No existe una respuesta general. El Mac ofrece hasta 512 GB de memoria unificada y 1,2 TB/s dentro de una sola máquina, mientras DGX Spark ofrece CUDA, el software de NVIDIA y hardware específicamente diseñado para IA. ### ¿Se pueden conectar varios Mac Studio para trabajar con IA? Sí. Apple permite utilizar Thunderbolt 5 y RDMA para conectar varios Mac Studio y distribuir determinados trabajos de inteligencia artificial entre ellos.