St - Thứ Sáu 27-Mar 2026 lúc 12:16
MacBook M5 AI của Apple đang khiến cho tham vọng đưa Copilot thống trị mảng AI cục bộ (local AI) của Microsoft có nguy cơ tan vỡ.
Apple vừa ra mắt dòng MacBook Pro mới với chip M5 Pro và M5 Max, và chúng thực sự là những bản nâng cấp đáng kể. Chúng đặt ra một tiêu chuẩn hoàn toàn khác biệt trong cuộc đua xử lý AI cục bộ mà Microsoft cùng các đối tác phần cứng của mình là AMD, Intel, Qualcomm đều đang phải chạy theo.
Dòng chip M5 trên MacBook mới của Apple khiến Copilot khó có thể theo kịp. (Ảnh: Apple)
Kiến trúc chip không mới, nhưng khác
Về mặt thiết kế vật lý, dòng chip M5 của Apple sử dụng hai die CPU được kết nối với nhau để tạo thành một hệ thống SoC duy nhất. Cơ bản thì đây không phải là chuyện mới vì người dùng công nghệ đã được nghe về những thiết kế tương tự. Ví dụ chúng ta có các con chip Ryzen 9 5950X hay 7950X3D sử dụng kiến trúc “chiplet” tương tự của AMD, với Infinity Fabric đóng vai trò cầu nối giữa các die.
Kiến trúc chip M5 của Apple. (Ảnh: Apple)
Điều làm chip Apple khác biệt nằm ở chỗ họ kết hợp thiết kế đó với những lựa chọn kiến trúc táo bạo hơn nhiều. Các chip M5 có 2 loại nhân xử lý là "super cores" và "performance cores" (nhân siêu cấp và nhân hiệu năng). Nó cũng có từ 20 đến 40 nhân GPU, mỗi nhân tích hợp một bộ xử lý AI (neural accelerator) riêng, và có thể được trang bị bộ nhớ hợp nhất lên đến 128GB.
Bộ nhớ là vũ khí lớn nhất của Apple
Nếu phải chọn ra một yếu tố khiến các máy MacBook của Apple nói chung và M5 Max nói riêng trở nên khác biệt so với mọi laptop Windows hiện tại, đó chính là bộ nhớ hợp nhất (unified memory) được họ sử dụng. Đây là món “vũ khí” lợi hại nhất của Apple trong việc chinh phục các tác vụ AI một cách nhanh chóng.
Nếu bạn chưa biết thì một chiếc MacBook Pro 16 inch với chip M5 Max có tối thiểu 48GB bộ nhớ hợp nhất, và có thể được nâng lên đến 128GB (phải chọn ngay khi mua, không thể nâng cấp sau khi đã mua). Nó không phân chia RAM + VRAM riêng biệt như các máy tính chạy Windows mà là một khối bộ nhớ duy nhất, tốc độ cao, được chia sẻ linh hoạt giữa CPU, GPU và các nhân AI. Đây là kiến trúc mà laptop Windows không làm được theo cách tương tự.
Các con chip M5 có sự cải thiện mạnh mẽ về hiệu năng. (Ảnh: Apple)
Tại sao đây lại là một ưu điểm lớn? Nói một cách dễ hiểu thì trên các laptop Windows chạy chip AMD hay Intel truyền thống, VRAM thường bị giới hạn. Với Intel, đó là một nửa RAM hệ thống được cấp phát; với AMD Ryzen thông thường, là một phần cố định. Khi dùng đồ họa rời thì dung lượng VRAM cũng bị hạn chế bởi những gì nhà sản xuất đã hàn sẵn trên card.
AMD đã cố gắng cải thiện vấn đề này với Ryzen AI Max cho phép điều chỉnh VRAM linh hoạt qua phần mềm Adrenalin, còn Intel cũng đã giới thiệu tính năng Shared GPU Memory Override vào tháng 8 năm ngoái. Dù vậy nhưng cả hai vẫn chưa đạt được sự linh hoạt thực sự mà Apple cung cấp. Còn Qualcomm – đối tác được Microsoft chọn cho các laptop chuẩn Copilot+ gần đây hoàn toàn không có tính năng tương đương.
Con số 128GB có ý nghĩa gì trong thực tế? Chiếc card đồ họa mạnh nhất hiện tại dành cho PC mà người ta thường dùng để chạy AI là Nvidia RTX 5090, và nó chỉ có 32GB VRAM. Các mô hình AI lớn với hàng chục tỷ tham số luôn cần bộ nhớ rất lớn để hoạt động và MacBook M5 Max có thể đáp ứng đòi hỏi này nhờ bộ nhớ hợp nhất của mình.
Bạn có thể trang bị đến 128GB cho các MacBook chạy M5. (Ảnh: Apple)
AI cục bộ đã là hiện thực
Đây là điểm quan trọng nhất với những ai theo dõi xu hướng AI: MacBook M5 Max không chỉ chạy được các mô hình AI mạnh mà còn có thể chạy hoàn toàn cục bộ, ngay trên thiết bị, không cần kết nối đám mây hay kết nối internet.
Apple sử dụng framework gọi là MLX, một hệ thống mảng mã nguồn mở được thiết kế tối ưu cho chip của họ. Điều làm MLX đặc biệt là nó quản lý bộ nhớ hoàn toàn tự động: người dùng không cần tự phân bổ bộ nhớ cho CPU hay GPU.
MLX có thể tự do điều chỉnh, thậm chí có thể chạy mô hình trên cả CPU lẫn GPU mà không cần di chuyển dữ liệu giữa RAM và VRAM như máy chạy Windows. Điều này giúp tăng hiệu suất lên đáng kể vì việc di chuyển dữ liệu giữa các bộ nhớ luôn cần thời gian và ảnh hưởng đến tốc độ.
So sánh tốc độ của các mô hình LLM khác nhau trên M5 với M4 cho TTFT và token kế tiếp, cùng mức bộ nhớ yêu cầu.
Theo ước tính của Apple, các mô hình AI phổ biến hiện nay đều có thể chạy thoải mái trên M5 Max. Qwen3, một mô hình 70 tỷ tham số hoàn toàn có thể chạy ngay trên laptop của hãng. Apple còn công bố sẵn một vài dòng code để "lượng tử hóa" (quantize) mô hình (tức là nén mô hình xuống độ chính xác thấp hơn mà không mất nhiều chất lượng) một thao tác đơn giản nhưng mở ra rất nhiều khả năng.
Lợi ích của việc chạy AI cục bộ là rõ ràng: không có độ trễ mạng, không phải trả phí subscription theo tháng, và quan trọng hơn cả là sự bảo mật khi dữ liệu không rời khỏi thiết bị. Với các ứng dụng thuộc lĩnh vực y tế, pháp lý, tài chính hay bất kỳ ngành nào chịu ràng buộc nghiêm ngặt về bảo mật dữ liệu, đây là lợi thế không thể bỏ qua.
NPU có ở khắp nơi
Apple có một cách tiếp cận kiến trúc AI khác biệt so với các đối thủ. Trong khi AMD, Intel và Qualcomm đều tích hợp NPU (Neural Processing Unit - bộ xử lý thần kinh) riêng biệt trên SoC của họ thì Apple lại nhúng một NPU vào từng nhân GPU của M5 Max.
Điều này có nghĩa là với GPU 40 nhân, bạn có 40 bộ xử lý thần kinh nhỏ hoạt động song song, thực hiện các phép tính cần thiết cho học máy cùng một lúc. Ngoài ra, Apple vẫn giữ một Neural Engine 16 nhân riêng biệt trên M5 Max.
So sánh thời gian tạo câu trả lời giữa M4 và M5 (thấp hơn là tốt hơn).
Sự kết hợp giữa hai cấp độ xử lý này tạo ra một kiến trúc AI có khả năng trả lời câu hỏi của bạn nhanh hơn. Apple công bố "time to first token" (tức thời gian từ lúc gửi câu hỏi đến khi mô hình bắt đầu trả lời) nhanh hơn đáng kể so với thế hệ trước và các thiết bị cạnh tranh.
Điều này có quan trọng hay không là phụ thuộc vào từng người dùng. Với những ai dùng AI để viết code, phân tích văn bản hay làm việc sáng tạo thì tốc độ phản hồi không cần thiết bằng chất lượng câu trả lời. Nhưng trong các ứng dụng agentic AI, nơi mô hình cần gọi nhiều công cụ liên tục và phản hồi nhanh thì tốc độ xử lý sẽ rất được hoan nghênh.
Liệu Windows có thể bắt kịp?
Xin nói ngay rằng đáp án của câu hỏi này là có thể, nhưng không dễ. Microsoft đang phát triển Windows ML một nền tảng tương tự về nguyên tắc so với Apple. Nó sẽ cho phép ứng dụng tận dụng phần cứng mạnh nhất hiện có trên máy tính, dù là NPU, GPU hay CPU, để chạy AI cục bộ. Cách tiếp cận này linh hoạt hơn về mặt phần cứng bởi nó không đòi hỏi chip độc quyền.
Đối thủ đang bám sát M5 Max của Apple nhất trong hệ sinh thái Windows hiện tại là AMD Ryzen AI Max+ 395. AMD đã tăng cache của bộ xử lý này lên đến 80MB nhằm giảm độ trễ khi xử lý các tác vụ AI. Đây là một chiến lược mà hãng đã sử dụng hiệu quả trong các dòng chip gaming và là cách tiếp cận khác với Apple, nhưng không phải không có giá trị.
AMD chọn cách tăng bộ nhớ đệm trong chip AI cao cấp nhất của họ.
Về phần Qualcomm với các chip Snapdragon X Elite thì chúng ta chưa biết được họ muốn làm gì. Dù các con chip ARM của Qualcomm là gần giống Apple nhất, chúng lại thiếu đi sự linh hoạt về bộ nhớ cần thiết để cạnh tranh trực tiếp trong lĩnh vực AI mô hình lớn. Intel thì vẫn đang trong giai đoạn cải thiện dần dần.
Điều đáng chú ý hơn là Mac Mini nhỏ gọn, không màn hình, và không được thiết kế đặc biệt cho AI đã trở thành thiết bị yêu thích của nhiều developer khi cần chạy LLM hay AI tác nhân cục bộ. MacBook Pro M5 Max về cơ bản chính là Mac Mini nhưng có thêm màn hình Liquid Retina XDR và có thể mang đi khắp nơi.
Một tiêu chuẩn mới cho AI cục bộ
MacBook Pro với chip M5 Max là một laptop mạnh và đồng thời cũng đã cho thấy rằng AI cục bộ là hoàn toàn khả thi. Nó mang lại những ưu điểm về bảo mật và tốc độ, trong khi không thua kém nhiều so với các phiên bản khổng lồ trên đám mây.
Với AMD, Intel, Qualcomm và cả Microsoft, thách thức mà Apple tạo ra không chỉ nằm ở thông số phần cứng mà còn ở phần mềm, khi các MacBook có sự tích hợp mượt mà giữa phần cứng và framework AI. Đây có lẽ là khoảng cách khó thu hẹp nhất vì Microsoft không thể tự mình tạo ra tất cả.
