M2 Pro
68 modèles IA tiennent dans 16 GB de VRAM en Q4 natif. 15 autres fonctionnent avec offloading CPU. Benchmarks réels ci-dessous.
llama.cpp 0.2.x · CUDA 12 · Ubuntu 22.04 · Prices verified on Amazon · méthodologie →
Contexte d’exécution
Vérifier l'offre actuelle
Lien affilié Amazon pour M2 Pro
Certains liens sont des liens d'affiliation Amazon. Nous pouvons toucher une commission sans coût supplémentaire pour vous. Le cookie Amazon peut durer jusqu'à 24 heures après votre clic.
Spécifications complètes
Apple · 2023-01
| VRAM | 16 GB Unified Memory |
| Bande passante | 200 GB/s |
| FP16 TFLOPS | 6.8 |
| AI Score | 30 / 140 |
| Tensor Cores | 16 |
| TDP | 30 W |
| Fourchette de prix | Integree |
| Sortie | 2023-01 |
Benchmarks IA
Mesures réelles d’inférence — llama.cpp Q4_K_M
| Tâche | Résultat |
|---|---|
| Llama 1B Q4 | 105 tok/s |
| Llama 3B Q4 | 42 tok/s |
| Llama 7B Q4 | 28 tok/s |
| Llama 13B Q4 | 9 tok/s |
| Llama 30B Q4 | VRAM N/D |
| Llama 70B Q4 | Offloading ou multi-GPU |
| Stable Diffusion 512px | 12s / img |
| Whisper Large RTF | 1.2x |
RTF < 1.0 = plus rapide que le temps réel. Pour Stable Diffusion et Whisper, plus bas est meilleur ; pour les tokens/s, plus haut est meilleur.
Comparer M2 Pro avec un autre GPU
Mise à niveau utile ? Comparez les specs et benchmarks réels côte à côte.
Ouvrir le comparateur →Modèles IA compatibles — M2 Pro
68 modèles fonctionne entièrement en VRAM · 15 avec offloading CPU
Flux.1 Dev
Whisper Large V3
Stable Diffusion 3.5 Large
Stable Diffusion 3.5 Medium
Gemma 4 27B
Gemma 2 27B
Mistral Small 3
Phi-4
Voir les 68 modèles compatibles →
Fonctionne aussi avec offloading CPU (15)
- FLUX.2 Dev 8.8 GB Q2
- Qwen2.5-Coder 32B 9.6 GB Q2 Comment installer →
- DeepSeek R1 Distill 32B 9.6 GB Q2 Comment installer →
- Qwen2.5 32B 9.6 GB Q2 Comment installer →
- Qwen3.5 35B-A3B 9.6 GB Q2 Comment installer →
- Gemma 3 27B 8.1 GB Q2 Comment installer →
- Gemma 4 31B 8.5 GB Q2 Comment installer →
- Mixtral 8x7B 14 GB Q2 Comment installer →
- Qwen3 32B 8.8 GB Q2 Comment installer →
- Qwen3-Coder 30B-A3B 8.3 GB Q2 Comment installer →
- Qwen3 30B-A3B 8.3 GB Q2 Comment installer →
- CodeLlama 34B 10 GB Q2 Comment installer →
- Yi 1.5 34B 10 GB Q2 Comment installer →
- Nous Hermes 2 Mixtral 8x7B 13 GB Q2 Comment installer →
- Phi-3.5 MoE 11 GB Q2 Comment installer →
M2 Pro · Amazon
Les prix des GPU changent souvent selon les vendeurs. Verifiez l offre actuelle avant achat.
Vérifier l'offre actuelleCertains liens sont des liens d'affiliation Amazon. Nous pouvons toucher une commission sans coût supplémentaire pour vous. Le cookie Amazon peut durer jusqu'à 24 heures après votre clic.
M2 Pro pour l’intelligence artificielle locale
M2 Pro avec 16GB de Unified Memory est une option solide pour l'IA locale. Cette carte couvre les modèles populaires en quantification Q4 et permet d'aller plus loin selon la VRAM disponible.
En benchmarks réels, M2 Pro atteint 28 tokens/seconde sur Llama 7B Q4. Vous pouvez aussi exécuter 68 modèles entièrement en VRAM, avec 15 modèles supplémentaires en offloading CPU.
Pour vérifier précisément la compatibilité de chaque modèle, utilisez le calculateur VRAM. Vous pouvez également consulter les guides de démarrage pour configurer votre environnement local.
Planifiez votre build IA complet
M2 Pro · 16 GB VRAM — configurez PSU, RAM, stockage et vérifiez les modèles compatibles.
Articles liés
Vous ne savez pas quel modèle exécuter sur votre M2 Pro ?
Le calculateur VRAM vous indique exactement quelle quantification utiliser.
Obtenez le meilleur prix pour M2 Pro
Ouvrez Amazon via notre lien affilié et vérifiez la disponibilité, les variantes et les offres actuelles.