問題來了，要買什麼樣的配置規格呢？自己總結了一下，分兩個建議如下：
- RAM : 24 GB以上，SSD ： 1TB 以上
- 這是給MacBook Air 或 Mac mini / MacBook Pro 最低的建議
- 7B, 13B 的LLM都可以執行
- RAM : 64 GB以上，SSD : 1TB 以上
- MacBook Pro 取建議這個配置起跳，推上96GB 頂規 13.4萬台幣
- 7B, 13B 的LLM都可以執行，也比較不吃力
- Stable Diffusion 可以出圖比較快
- Mac Studio : RAM 128 GB以上， SSD 2 TB
- 7B, 13B, 30B, 65B 的LLM都可以執行
- RAM 192 GB 就可以任何模型都落地，頂規 20.8萬
- Stable Diffusion 可以快速出圖，也可以同時多出幾張圖
大家可以試算一下，一張 nVidia RTX 4090 也只有24GB 的RAM。一次給它買三張串接，RAM 也只有 72GB。Windows 主機＋三張 RTX 4090也差不多是一台 Mac Studio 192GB RAM 的價錢了，但是耗電量及產生的電費帳單真的會夠你受的。
至於SSD 空間為何 1T 起跳？因為，不管是LLM或Stable Diffusion 相關的model 每個都是3GB 以上，自己的MacBook Air M2 512GB SSD 空間目前雖然夠用，但長期下去也是很緊。
如果，你仍堅持使用Windows 筆電，以下微星筆電競筆電可以參考，至於重量及攜帶性就真的無法另人接受了。
MSI微星 Titan GT77 12UHS-012TW
i9-12900HX ∥ 64G ∥ RTX3080 Ti ∥ 8T SSD
這款筆電配的 RTX 3080Ti 是 16GB，也是可以做中小型LLM運算。
所以，個人觀點仍是建議，如果有移動需求，直接MacBook Pro 到頂。因為，CPU 和 GPU 共用記憶體。沒有的話，M2 Mac Studio Ultra 192GB配置，這一台可抵8張 RTX 4090，C/P 值破表。不信的話你可以參考以下YouTube。
《M2 Ultra：干翻英伟达！决战AI之巅》
我目前使用的是一台MacBook Air M2 13吋輕薄筆電，這台筆電具備了16GB的RAM和512GB的SSD儲存空間。令人驚訝的是，即使在不插電的情況下，它也能流暢地執行llama 7B和13B這種大型機器學習模型。相較之下，大多數配置了nVidia顯卡的Windows筆電在沒有插電的情況下，往往無法達到這樣的性能表現。
然而，我有一點後悔，那就是當初購買時沒有選擇將RAM加滿到24GB。網上有很多文章和評測都說MacBook Air的16GB RAM已經“非常足夠”，但隨著AI和機器學習日益普及，我認為在Mac上的RAM是“有多少就加多少，多多益善”的。特別是在進行大規模數據處理或模型訓練時，更多的RAM絕對會有所幫助。
不過，我還是要提醒大家，儘管MacBook Air能勉強運行一些較大的模型，但因為它沒有內建風扇，所以在進行高度運算負荷的生成式AI計算時，可能會遇到散熱問題。當溫度達到一定程度，系統會自動降低CPU和GPU的頻率，以避免因過熱而導致硬件損壞或系統當機。因此，如果您是專門從事AI或機器學習的工作，我會更推薦您購買配有風扇的MacBook Pro。
如果您不打算使用筆電，那麼Mac Studio M2會是一個更好的選擇。對於影音創作者來說，其效能已經非常出色，甚至可以說是“過剩”。但對於AI學習和模型微調，它仍然有一些局限性。我個人非常期待下一代的Apple Silicon M3處理器，尤其是如果它能支持192GB或更多的RAM，那麼將會是功耗和性價比非常高的選擇。
最後，我最近去了Studio A體驗了一下不同的Mac機型。令我印象深刻的是，除了硬件規格和價格外，標價牌上還會特別加上一句“機器學習”字樣。這顯然表明，Apple自己也非常清楚，他們的產品不僅僅適用於影音創作，同時也非常適合機器學習和AI開發。
