Mac mi, AI PC mi? Yerel LLM İçin Unified Memory ve NVIDIA'nın Karşılaştırması (2026)

Yerel LLM’in en sinsi ikilemi budur: Apple Silicon, 128 GB’a kadar birleşik bellekle NVIDIA tüketici kartlarının erişemediği model boyutlarını açar; NVIDIA ise bant genişliğiyle on kat hız üretir. Mac mi PC mi sorusu, donanım karşılaştırmasından çok kullanım profili karşılaştırmasıdır. Bu yazıda iki ekosistemin yerel AI gerçekliğini sayılarla ve kullanım senaryolarıyla karşılaştırıyoruz.

Apple Silicon’ın kozu: birleşik bellek hacmi

Mac’te GPU ve CPU aynı fiziksel belleği paylaştığı için “VRAM” kavramı yoktur; model, sistem belleğinin ne kadarını kullanabiliyorsa o kadar büyüyebilir:

• M4 Max (36–128 GB): 70B Q4 modeli tek makinede tam bellek modunda çalışır — NVIDIA tüketici kartlarıyla (32 GB tavan) fiziksel olarak imkânsız bir iş.
• M3 Ultra (256 GB’a kadar): 70B Q8, hatta 100B+ sınıfı MoE modellerinin tamamı bellekte. Bu sınıf, tüketici tarafında Mac’in tekelidir.

Buna karşılık Apple’ın bant genişliği rakamları (M4 Max ~546 GB/s, M3 Ultra ~819 GB/s) iyi görünse de, üretim hızı CUDA kartlarının gerisinde kalır: 70B Q4 modelde M3 Ultra tipik 10–15 token/sn verirken, 2×3090 veya tek 5090 benzeri kurulumlar (sığan modellerde) 30–60 token/sn üretir. Yani Mac, “daha büyük modeli daha yavaş” çalıştırır; NVIDIA “daha küçük modeli çok hızlı” çalıştırır.

Ekosistem gerçeği: llama.cpp Mac’i sevdi

Apple’ın AI hikâyesinin dönüm noktası Metal back-end’inin llama.cpp’de olgunlaşmasıydı. Bugün:

• Ollama ve LM Studio Mac’te birincil sınıf deneyim sunar; LM Studio’nun geliştirme günlüklerinde Mac performansı sürekli iyileştirilir.
• Görüntü üretimi: Stable Diffusion ve Flux Metal üzerinde çalışır; ama PyTorch-MPS yolu CUDA’ya göre hâlâ daha yavaştır ve bazı araçlar (ComfyUI’nin özel düğümleri vb.) NVIDIA varsayar.
• Fine-tuning: Mac’te MLX çerçevesi (Apple’ın kendi yapay zeka kütüphanesi) LoRA ince ayarı için pratik hale geldi; PyTorch-CUDA ekosisteminin genişliğine ulaşmamıştır.
• Sunucu/dağıtım araçları: vLLM gibi üretim sınıfı yığınlar NVIDIA odaklıdır; Mac “kişisel istasyon”, “üretim sunucusu” değil.

Elektrik ve sessizlik: ev masasında gizli kriter

M4 Max sohbet iş yükünde 40–60 W çeker ve sessizdir; 5090’lı bir istasyon 575 W’ta kule fanı uğultusu üretir. Günde birkaç saat kullanımda fark konfordur; 7/24 çalışan yerel asistan senaryosunda ise fark aylık elektrik faturasında katlanarak görünür. Bu kalem, Mac’in fiyat primini yıllar içinde kısmen geri öder.

Karar haritası

Kullanım profili	Doğru tercih	Neden
7B–14B hızlı günlük kullanım	NVIDIA orta segment	Bant genişliği, en hızlı yanıt
32B sınıfı, oyun + AI	NVIDIA 16–24 GB	Tek kartta denge
70B+ modelleri yerel denemek	Mac (M4 Max 64 GB+, Ultra)	Tüketici sınıfında tek yol
Fine-tuning ve geliştirme	NVIDIA	Ekosistem genişliği
Sessiz, düşük güç 7/24 asistan	Mac mini / MacBook	Watt başına konfor
Maksimum token/sn her koşulda	RTX 5090	Bant genişliği tavanı

Hibrit gerçeklik

Topluluğun artık klişeleşen cevabı da bunu söylüyor: ciddi yerel AI kullanıcısının birçoğu ikisini birden kullanıyor — günlük hızlı işler için NVIDIA’lı istasyon, büyük model denemeleri için Mac. Tek cihaz seçilecekse karar üç soruya indirgenir: (1) Hangi model boyutunu mutlaka yerel çalıştırmak istiyorum? (2) Beklediğim minimum token hızı ne? (3) Makine 7/24 çalışacak mı? Bu üç sorunun cevapları, fiyattan önce tercihi belirler.

Sonuç

“Mac’te AI çalışır mı” sorusu 2026’da modası geçmiş; doğru soru “benim model tavanım ve hız beklentim ne” sorusu. Apple Silicon, birleşik bellekle tüketici dünyasında tek başına erişilebilen model hacmini sunar ve bunu sessiz, düşük güçte yapar. NVIDIA, sığan her modelde bant genişliğiyle on kat hız verir ve geliştirme ekosisteminin tartışmasız merkezidir. Tavan önemliyse Mac, hız önemliyse NVIDIA; ikisi de önemliyse bütçe konuşmaya başlar.