Apple’s M5 Chip

Apples M5-chip med Nevral Behandling – Fremtiden er allerede her

Apples M5-chip tar et betydelig skritt fremover for lokal kunstig intelligens, grafikk og effektivitet på tvers av Mac, iPad og Vision Pro. Med den nye 3 nm-prosessen, kraftige nevrale akseleratorer og økt minnebåndbredde, er M5 designet for å håndtere krevende arbeidsoppgaver – fra videoredigering til store språkmodeller – direkte på enheten.

Nedenfor finner du en grundig oversikt over hva som faktisk er nytt, hvordan M5 presterer sammenlignet med M4 i maskinlæringstester, og hvilke rammeverk utviklere bør fokusere mest på.

Hva er Apple M5-chipen?

Apple M5 er den nyeste generasjonen av Apple Silicon, utviklet med et spesielt fokus på:

• Høyere ytelse per watt
• Betydelig bedre ytelse innen kunstig intelligens (KI) og maskinlæring (ML)
• Mer avansert grafikk, spesielt med ray tracing og KI-drevet rendering
• Støtte for større, lokale AI-modeller

Chipen brukes blant annet i:

• MacBook Pro med M5 – perfekt for profesjonelle kreative og utviklere
• iPad Pro med M5 – for mobil ytelse og lokal KI
• Apple Vision Pro (den nyeste generasjonen) – for avansert grafikk og mixed reality-opplevelser

Viktige nyheter og nøkkelspesifikasjoner

Prosess og arkitektur

Bygget på tredje generasjon 3 nm-teknologi, som gir høyere effektivitet og mindre varmeutvikling enn tidligere generasjoner.

• 10-kjerners CPU
• Opptil 4 ytelseskjerner
• 6 effektivitetskjerner

Designet for å kombinere rå ytelse med lavt strømforbruk i bakgrunnsoppgaver.

Grafikk og nevrale akseleratorer

• 10-kjerners GPU med dedikert Neural Accelerator i hver kjerne, optimalisert for KI- og grafikkarbeid.
• 16-kjerners Neural Engine, kraftig forbedret for KI-relaterte oppgaver som:
• Bilde- og videobehandling
• Taleanalyse og -forbedring
• Kjøring av store språkmodeller (LLM) lokalt

Minne og båndbredde

• 153 GB/s minnebåndbredde – det er omtrent 27–30 % mer enn M4.
• Støtte for opptil 32 GB fellesminne, noe som åpner døren for å kjøre større og mer komplekse KI-modeller lokalt.

Grafikkytelse

• Opptil 45 % høyere grafikkytelse enn M4.
• Rundt 2,5 ganger raskere grafikk enn M1 i krevende scenarier.

Forbedringene er spesielt merkbare i:

• Ray Tracing
• KI-drevet grafikk (som generativ bakgrunn og oppskalering)
• Avanserte spill- og 3D-arbeidsflyter

Typiske bruksområder

• Profesjonell videoredigering (Final Cut Pro, DaVinci Resolve, Adobe Premiere Pro)
• Avansert bildebehandling (Photoshop, Lightroom, Affinity Photo)
• Lokal kjøring av LLM-er og andre store modeller for utvikling, testing og offline-bruk
• Mixed reality / AR-opplevelser på Vision Pro

Utfordringer M5 adresserer – og hvordan

1. Varme og energiforbruk

Tidligere generasjoner har måttet balansere høy ytelse med:

• Varmeutvikling
• Viftestøy
• Batteritid, spesielt i tynne og lette maskiner

Med M5:

• 3 nm-prosessen gir bedre ytelse per watt, noe som betyr mindre varme for samme arbeidsmengde.
• Effektivitetskjerner er optimalisert for hverdagsbruk (nettlesing, kontorarbeid), mens ytelseskjerner holder energien til tunge arbeidsøkter.
• Resultatet er høyere og mer stabil ytelse uten at maskinen blir ubehagelig varm eller batteriet tappes dramatisk raskere.

2. Støtte for større KI-modeller lokalt

• Økt minnebåndbredde og opptil 32 GB fellesminne gjør det mulig å:
• Kjøre større LLM-er lokalt (chat, koding, tekstbehandling osv.)
• Jobbe med mer krevende generative modeller (bilde-, lyd- og videomodeller)
• Teste og utvikle nye AI-arbeidsflyter uten å være avhengig av skyen

Dette er spesielt interessant for:

• Utviklere innen KI og ML
• Bedrifter som ønsker lokal behandling av sensitive data
• Kreative som jobber mye offline (reiser, kundedata, konfidensiell produksjon)

3. Fremtidssikring for utviklere

M5 er tett integrert med Apples programvareøkosystem:

Oppgraderte NPU-er (Neural Processing Units) gir rikelig kapasitet til kommende generasjoner modeller.

Støtte for Metal 4 og Core ML gjør det enklere for utviklere å:

• Optimalisere apper for M5
• Dra nytte av GPU + Neural Engine uten å måtte skrive lavnivåkode
• Foundation Models API gir enklere tilgang til avanserte modeller direkte fra Apple-økosystemet.

Pris og tilgjengelighet

Det selges ikke en egen “M5-chip” direkte til sluttbruker – du får den gjennom enheten du kjøper.

Nye MacBook Pro- og iPad Pro-modeller med M5 starter typisk fra rundt 25 000–30 000 kr i basisutgaver.

Prisen øker med:

• Mer minne (RAM/fellesminne)
• Større og raskere lagring
• Eventuelle større skjermkonfigurasjoner og tilleggsutstyr.

Hvordan presterer M5 kontra M4 i maskinlæringstester?

Apple M5 leverer tydelig forbedret ytelse i maskinlærings- og KI-oppgaver sammenlignet med M4, først og fremst på grunn av:

• Nye Neural Accelerators i GPU-kjernene
• Høyere minnebåndbredde
• Forbedret Neural Engine og optimaliserte rammeverk

Ytelsessammenligning: maskinlæring og KI

Her er noen nøkkeltall:

• Neural Accelerators i hver GPU-kjerne gir mer enn 4 ganger eak GPU compute-ytelse i enkelte AI-oppgaver sammenlignet med M4.
• “Time to first token” for store språkmodeller (LLM) er opptil 3,6 ganger raskere på M5 enn på M4.

Typiske arbeidsoppgaver:

• KI-basert video-oppskalering (for eksempel Topaz Video Enhance AI): omtrent 1,8 ganger raskere.
• AI-basert taleforbedring (som i Adobe Premiere Pro): rundt 2,9 ganger raskere.
• I praktiske dekodingstester, som LLM-prefill, presterer M5:
• Ca. 31 % raskere enn M4 med standard oppsett
• Opptil 3,6 ganger hastighet når de nye Neural Accelerators utnyttes fullt ut i spesialiserte MLX/Transformer-arbeidsoppgaver.

Andre relevante forbedringer

• Minnebåndbredde
• M4: ~120 GB/s
• M5: 153 GB/s
• ≈27–28 % økning, som gir merkbare fordeler i generative AI-modeller og store batcher.
• GPU-oppgaver med AI og ML
• 30–45 % raskere generelt

Spesielt store forbedringer i:

• Ray Tracing
• “neural graph”-oppgaver
• Komplekse pipeline-workflows der GPU og Neural Engine jobber tett sammen

Batteritid og effektivitet

Selv om det er lovet bedre ytelse, rapporteres det ingen merkbar forbedring i batteritiden sammenlignet med M4. I enkelte MacBook Pro-scenarier kan M5 faktisk gi omtrent én time bedre batteritid, ettersom oppgavene fullføres raskere og chipen kan gå ned i lavstrømsmodus tidligere.

Hvilke ML-rammeverk er optimalisert for M5s Neural Accelerators?

Apple har tydeligvis fokusert på sitt eget økosystem for å maksimere bruken av M5. De viktigste rammeverkene som er tilpasset M5s Neural Accelerators inkluderer:

Core ML

Apples primære rammeverk for maskinlæring på tvers av iOS, iPadOS, macOS og visionOS. Dette rammeverket utnytter både:

• 16-kjerners Neural Engine
• Nevrale akseleratorer i GPU-en

Det gir utviklere muligheten til å:

• Konvertere modeller fra for eksempel PyTorch/TensorFlow til Core ML-format
• Få automatisk maskinvareakselerasjon på M5 uten å måtte skrive spesifikk GPU/NPU-kode.

Metal 4

Et lavnivå grafikk- og compute-API som gir direkte tilgang til GPU-ressurser og Neural Accelerators. Dette er spesielt godt egnet for:

• Tilpassede ML-kjerner
• Avanserte grafikkpipelines med innebygd KI
• Spesialiserte beregninger som krever høy ytelse og lav latens.

Foundation Models API

En ny API som gjør det lettere å:

• Bruke avanserte KI-modeller lokalt på M5
• Kombinere Apples egne modeller med skreddersydde arbeidsflyter
• Den er designet for å la utviklere bygge KI-funksjoner uten å måtte dykke dypt ned i ML-rammeverkene selv.

Tredjeparts-rammeverk

• Rammeverk som TensorFlow og PyTorch kan fortsatt brukes på Apple-enheter.
• Selv om de ikke er spesifikt nevnt som optimalisert for M5s nye Neural Accelerators, kan de:
• Ofte integreres med Core ML (gjennom konvertering)
• Dra nytte av generelle ytelsesforbedringer i CPU/GPU og minne.

Kort sagt: hvis du virkelig vil utnytte M5s KI-potensial, bør du fokusere mest på Core ML, Metal 4 og Foundation Models API.

Hvem passer M5 best for?

• Kreative fagfolk
• Videoredigerere, fotografer, 3D-artister og designere som trenger:
• Rask rendering
• Kortere eksporttider
• En mer responsiv tidslinje i tunge prosjekter
• KI- og ML-utviklere

De som jobber med:

• LLM-er lokalt
• Prototyping av modeller
• Sensitive data som helst ikke skal sendes til skyen
• Tekniske entusiaster og power-brukere

Brukere som ønsker det beste fra Apple Silicon for:

• Høyoppløselig gaming
• VR/AR / mixed reality
• Tunge samtidige arbeidsflyter (kode, kompilering, video, KI)
• Vanlige brukere med høye krav

Selv om mange “vanlige” brukere kanskje ikke trenger all kraften i M5, gir chipen:

• Svært god batteritid
• Lynrask og smidig opplevelse i hverdagen
• En maskin som forblir rask i mange år fremover.

Sammendrag

Apple M5-chipen markerer et betydelig teknologisk fremskritt innen lokal kunstig intelligens, grafikk og generell ytelse. Med en 3 nm-prosess, en 10-kjerners CPU, en 10-kjerners GPU med integrerte Neural Accelerators, en 16-kjerners Neural Engine og en minnebåndbredde på 153 GB/s, er den skreddersydd for både krevende kreative arbeidsflyter og avansert maskinlæring.

Når vi sammenligner med M4, gir M5 en dramatisk raskere “time to first token” i LLM-er, opptil fire ganger bedre GPU-basert ML-ytelse, og en betydelig forbedring i video- og lydrelaterte KI-oppgaver – alt mens batteritiden forblir lik eller til og med forbedres. Med optimaliseringer i Core ML, Metal 4 og Foundation Models API gir M5 utviklere et solid grunnlag for neste generasjon KI-applikasjoner.

For profesjonelle brukere, utviklere og entusiaster som vil ha maksimal ytelse og fremtidssikring i Apples økosystem, er en enhet med M5 et svært attraktivt valg.

FAQ

Hva er Apple M5-chipen?

Apple M5 er neste generasjon Apple Silicon, med ekstra fokus på høyere ytelse per watt, bedre lokal KI/maskinlæring og mer avansert grafikk. I artikkelen beskrives den som laget for krevende arbeidsoppgaver som videoredigering og kjøring av store språkmodeller direkte på enheten (uten å være like avhengig av skyen).

Hva er de viktigste nyhetene i prosess og arkitektur?

Ifølge artikkelen er M5 bygget på tredje generasjon 3 nm-teknologi, som skal gi bedre effektivitet og lavere varmeutvikling. Den nevner også en 10-kjerners CPU med opptil 4 ytelseskjerner og 6 effektivitetskjerner, for å balansere rå kraft og lavt strømforbruk i hverdagsoppgaver.

Hva betyr M5 for grafikk og lokal KI?

Artikkelen trekker frem 10-kjerners GPU med dedikerte “Neural Accelerators” i hver kjerne, samt en 16-kjerners Neural Engine. Den nevner også 153 GB/s minnebåndbredde (omtrent 27–30 % mer enn M4) og støtte for opptil 32 GB fellesminne, som kan gjøre det lettere å kjøre større modeller lokalt og jobbe smidigere i tunge grafikk- og KI-arbeidsflyter.

Hvordan presterer M5 kontra M4 i maskinlæringstester?

I artikkelen hevdes det blant annet at “time to first token” for store språkmodeller kan være opptil 3,6× raskere på M5 enn på M4, og at enkelte AI-oppgaver (som video-oppskalering og taleforbedring) kan få tydelige hastighetsløft. Samtidig står det at batteritiden ikke nødvendigvis øker mye sammenlignet med M4, selv om enkelte scenarioer kan gi omtrent en time ekstra.

Hvilke rammeverk bør utviklere prioritere – og hvordan er pris/tilgjengelighet?

Artikkelen anbefaler primært Core ML, Metal 4 og Foundation Models API for å utnytte M5s nevrale akseleratorer best mulig. Når det gjelder kjøp, understrekes det at du ikke kjøper “M5-chipen” separat – den følger med i enhetene – og at nye MacBook Pro- og iPad Pro-modeller med M5 typisk starter rundt 25 000–30 000 kr, med økning basert på minne, lagring og konfigurasjon.