Unified Memory: el arma secreta de Apple para IA local

Qué cubre este artículo sobre Unified Memory

• Qué es Unified Memory y cómo se diferencia de la RAM y VRAM clásicas
• Por qué Apple Silicon y AMD Ryzen AI Max ejecutan modelos grandes que no caben en GPUs de consumidor
• Cómo CPU y GPU comparten un pool de memoria común sin necesidad de copiar datos constantemente
• Ventajas y desventajas de Unified Memory para IA local
• Comparativas concretas entre Mac Studio y PC con RTX 4090, incluyendo costos y rendimiento

Introducción: explicando Unified Memory

Quien se interesa por IA local rápidamente se topa con un problema: los modelos grandes necesitan mucho espacio en la tarjeta gráfica. Una Nvidia RTX 4090, la GPU de consumidor más potente del mercado, dispone de 24 GB de VRAM. Un modelo de 70B cuantizado, sin embargo, requiere alrededor de 40 GB. El modelo no cabe en una sola tarjeta gráfica, así que necesitas dos GPUs o una solución completamente diferente.

Aquí es donde entra Unified Memory. Apple fabrica desde 2020 sus propios chips para Macs, la serie M. Estos chips no tienen una tarjeta gráfica separada con VRAM propio. En cambio, CPU y GPU comparten un pool de memoria común. Esto significa que la GPU puede acceder a toda la RAM del sistema, no solo a una pequeña parte separada. Un Mac Studio con 128 GB de Unified Memory puede poner casi toda esa memoria disponible para la GPU. Eso es suficiente para modelos que no caben en ninguna GPU de consumidor individual.

En este artículo te explico cómo funciona Unified Memory, qué chips existen, dónde están las ventajas y qué desventajas debes conocer. Si no tienes experiencia previa con temas de memoria, te recomiendo primero leer el artículo RAM vs. VRAM, que sienta las bases.

¿Por qué necesito Unified Memory?

Imagina que quieres ejecutar localmente un modelo con 30 mil millones de parámetros. Un modelo así, cuantizado a 4 bits, necesita unos 18 o 20 GB de memoria. En una PC clásica necesitarías una tarjeta gráfica con al menos 24 GB de VRAM. La única GPU de consumidor que lo ofrece es la Nvidia RTX 4090. Una de esas cuesta alrededor de 2000 euros. Si el modelo es aún más grande, necesitarías dos, y entonces estamos hablando de 4000 euros solo en GPUs, más placa base, fuente, caja y lo demás.

Ahora miras un Mac. Un Mac Studio con M2 Max y 64 GB de Unified Memory cuesta a partir de unos 2000 euros. La GPU puede acceder a toda esa memoria, menos la que necesita el sistema operativo. Un modelo de 30B cabe ahí sin problema, y sobra espacio para otras aplicaciones. Por el precio de una sola RTX 4090 obtienes una computadora completa que ejecuta el modelo.

Este es el punto central: Unified Memory pone grandes cantidades de memoria a disposición de la GPU sin que tengas que comprar varias tarjetas gráficas costosas. Para IA local, con frecuencia es la forma más barata de hacer que modelos grandes funcionen.

Unified Memory explicado brevemente

Unified Memory significa que CPU y GPU comparten el mismo RAM físico. No hay VRAM separado en una tarjeta gráfica ni RAM separado en la placa base. Ambos procesadores acceden a los mismos módulos de memoria, soldados directamente en el chip o junto a él.

Una analogía simple: imagina que tienes dos almacenes. En uno están los materiales para contabilidad, en el otro los materiales para producción. Cuando producción necesita algo del almacén de contabilidad, un robot debe traerlo. Eso cuesta tiempo. Unified Memory es como un almacén grande compartido donde ambos departamentos pueden tomar lo que necesitan directamente. Sin robot, sin transporte, sin espera.

En computadoras clásicas con tarjeta gráfica dedicada es diferente. La CPU tiene su RAM en la placa base, y la GPU tiene su VRAM en la tarjeta gráfica. Cuando la GPU necesita datos que están en la RAM, deben copiarse a través del bus PCIe al VRAM. Eso cuesta tiempo y ancho de banda. Con Unified Memory este paso desaparece, porque ambos procesadores ven la misma memoria.

Encontramos más sobre fundamentos de tipos de memoria en el artículo RAM vs. VRAM.

¿Para quién es Unified Memory?

Unified Memory está dirigido a todos los que quieren ejecutar IA local y dependen de modelos grandes. Concretamente:

• Desarrolladores e investigadores en IA que quieren probar localmente modelos con 30, 70 o más mil millones de parámetros sin pagar por cloud
• Usuarios particulares que quieren usar grandes modelos de lenguaje de forma privada sin gastar en múltiples tarjetas gráficas
• Equipos y pequeñas empresas que buscan una solución económica para IA local y priorizan privacidad de datos
• Usuarios de Mac que ya están en el ecosistema Apple y quieren aprovechar su hardware existente para IA
• Usuarios de Windows y Linux que quieren usar AMD Ryzen AI Max, que ofrece una arquitectura similar a Apple Silicon

Si solo usas modelos pequeños con 7 o 13 mil millones de parámetros, no necesitas forzosamente Unified Memory. Una tarjeta gráfica con 8 o 12 GB de VRAM es suficiente. Unified Memory se vuelve interesante cuando quieres ejecutar modelos que sobrepasan los 24 GB. Encontrarás más detalles sobre requisitos exactos de memoria en Requisitos de RAM y VRAM.

Términos clave alrededor de Unified Memory

Término	Significado
Unified Memory	Pool de memoria compartida entre CPU y GPU, sin VRAM separado
Shared Memory	GPU utiliza parte de la RAM normal, típico en APUs
UMA	Unified Memory Architecture, término general para uso de memoria compartida
Apple Silicon	Chips propios de Apple de la serie M, que utilizan Unified Memory
M-Series	Designación de generaciones de chips de Apple: M1, M2, M3, M4
NPU	Neural Processing Unit, unidad especializada para cálculos de IA
GPU Tile	Un bloque GPU dentro del chip, múltiples tiles forman la GPU completa
Memory Bandwidth	Cantidad de datos que pueden fluir entre memoria y procesador por segundo
LPDDR5	Tipo de memoria de bajo consumo integrado en Apple Silicon y laptops
SoC	System on a Chip, todos los componentes integrados en un solo chip

Cómo funciona Unified Memory

En una computadora clásica con tarjeta gráfica dedicada existen dos mundos de memoria separados. La CPU trabaja con la RAM en la placa base. La GPU trabaja con VRAM en la tarjeta gráfica. Cuando la GPU necesita datos que la CPU proporciona desde la RAM, esos datos deben copiarse a través del bus PCIe al VRAM. Esta transferencia consume tiempo y limita la velocidad efectiva.

Con Unified Memory es distinto. CPU y GPU se ubican en el mismo chip, llamado SoC (System on a Chip). La memoria, típicamente LPDDR5 o LPDDR5X, está soldada directamente adyacente. Ambos procesadores acceden a los mismos módulos de memoria física. No hay transferencia PCIe, sin paso de copia, sin retraso por transporte de datos.

La arquitectura se ve simplificada así:

+--------------------------------------------------+
|                     SoC                          |
|  +----------+   +----------+   +----------+     |
|  |   CPU    |   |   GPU    |   |   NPU    |     |
|  +----------+   +----------+   +----------+     |
|       |              |              |            |
|       +--------------+--------------+           |
|                      |                           |
|              +---------------+                   |
|              | Unified Memory|                   |
|              |  (LPDDR5)     |                   |
|              +---------------+                   |
+--------------------------------------------------+

Cuando inicias un modelo de IA con Ollama en un Mac, Ollama carga el modelo en la memoria compartida. La GPU puede acceder directamente a los parámetros del modelo sin que nada tenga que copiarse. Eso ahorra tiempo en carga y reduce necesidad de memoria, porque el modelo existe solo una vez en memoria y no simultáneamente en RAM y VRAM.

El sistema operativo gestiona qué procesador usa qué zona de memoria. La GPU recibe una gran porción del almacenamiento, pero el sistema se reserva una parte para sí mismo y las aplicaciones en ejecución. En un Mac con 64 GB de Unified Memory, la GPU típicamente dispone de 50 a 55 GB, el resto va al sistema operativo.

Apple Silicon en detalle

Apple ha lanzado cuatro generaciones de chips para Mac desde 2020: M1, M2, M3 y M4. Cada generación existe en múltiples variantes que difieren en potencia computacional, ancho de banda de memoria y capacidad máxima de almacenamiento.

M1 (2020): La primera generación. El M1 estándar ofrece hasta 16 GB de Unified Memory y un ancho de banda de aproximadamente 68 GB/s. El M1 Pro llega a 32 GB y 200 GB/s, el M1 Max a 64 GB y 400 GB/s. El M1 Ultra, que consiste en dos chips Max acoplados, alcanza 128 GB y 800 GB/s.

M2 (2022): La segunda generación. El M2 estándar soporta hasta 24 GB y 100 GB/s. El M2 Pro ofrece 32 GB y 200 GB/s, el M2 Max llega a 96 GB y 400 GB/s. El M2 Ultra alcanza 192 GB y 800 GB/s.

M3 (2023): La tercera generación, fabricada con proceso de 3 nm. El M3 estándar llega a 24 GB y 100 GB/s. El M3 Pro soporta hasta 36 GB y 150 GB/s, el M3 Max alcanza 128 GB y 400 GB/s. No se lanzó variante Ultra.

M4 (2024): La cuarta generación. El M4 estándar ofrece hasta 32 GB y 120 GB/s. El M4 Pro soporta 48 GB y 273 GB/s, el M4 Max llega a 128 GB y 546 GB/s. Se espera que el M4 Ultra ofrezca hasta 256 GB de Unified Memory.

Para IA local, las variantes Max y Ultra resultan más interesantes porque proporcionan la mayor capacidad de memoria y ancho de banda. El M4 estándar con 32 GB es suficiente para modelos de unos 20 GB, es decir, modelos cuantizados de 30B. Para modelos de 70B necesitas como mínimo un chip Max con 64 GB o superior.

El ancho de banda de memoria es crucial porque determina la velocidad con la que la GPU puede leer los parámetros del modelo. Encontrarás más detalles en el artículo Ancho de banda de memoria. Un ancho de banda insuficiente significa que la GPU espera más tiempo para acceder a los datos, lo que afecta directamente a la velocidad de inferencia.

AMD Ryzen AI Max y APUs

Apple no es la única empresa que apuesta por una arquitectura de memoria unificada. AMD ha lanzado el Ryzen AI Max, nombre clave Strix Halo, un chip que funciona de forma similar. Combina núcleos de CPU, una GPU integrada con arquitectura RDNA 3.5 y una NPU en un mismo chip, con soporte para hasta 128 GB de memoria LPDDR5X.

El Ryzen AI Max permite asignar una gran parte de la RAM a la GPU integrada, similar a Apple Silicon. Esto significa que puedes construir una máquina con Windows o Linux capaz de ejecutar modelos de IA grandes localmente sin necesidad de una tarjeta gráfica dedicada. El ancho de banda de memoria es aproximadamente 256 GB/s, situándose entre el M4 Pro y el M4 Max.

Comparado con Apple Silicon, hay diferencias. AMD utiliza memoria compartida, donde la GPU reserva una parte de la RAM del sistema. Apple utiliza Unified Memory verdadero, donde CPU y GPU comparten el mismo pool de memoria sin partición explícita. En la práctica, la diferencia es mínima para aplicaciones de IA, siempre que la GPU disponga de suficiente memoria asignada.

Otras APUs que funcionan de manera similar incluyen la serie Core Ultra de Intel con GPU Arc integrada. Sin embargo, típicamente soportan menos memoria y ancho de banda inferior, lo que las hace menos adecuadas para modelos de IA grandes. El Ryzen AI Max es actualmente la mejor alternativa a Apple Silicon en el ámbito de Windows y Linux.

Ventajas de Unified Memory para IA

Gran pool de memoria: El principal beneficio. La GPU puede acceder a toda la memoria del sistema, no solo a 24 GB de VRAM. Un Mac Studio con 192 GB de Unified Memory puede cargar modelos que no caben en ninguna GPU de consumidor. Esto abre la puerta a modelos de 70B e incluso 100B en entornos locales.

Sin copia de datos: En configuraciones clásicas, el modelo debe copiarse de RAM a VRAM. Con Unified Memory, este paso desaparece. El modelo reside una sola vez en memoria, y tanto CPU como GPU pueden acceder directamente a él. Esto economiza tiempo de carga y reduce los requisitos de memoria.

Ancho de banda elevado: Apple Silicon y AMD Ryzen AI Max utilizan memoria LPDDR5X con anchos de banda que van de 100 a 800 GB/s. Esto es significativamente superior a la RAM DDR5 convencional con 50 a 100 GB/s, aunque inferior al GDDR6X dedicado en una RTX 4090 con más de 1000 GB/s. Para la mayoría de aplicaciones de IA, el ancho de banda es más que suficiente.

Bajo consumo de energía: Dado que todos los componentes se encuentran en un solo chip y no hay transferencias por PCIe, un Mac con M4 Max consume mucha menos energía que un PC con RTX 4090. Un Mac Studio requiere aproximadamente 100 a 200 vatios bajo carga, mientras que un PC con RTX 4090 fácilmente alcanza 500 vatios o más. Esto reduce los costos operativos y minimiza el calor generado.

Forma compacta: Sin tarjeta gráfica separada, se eliminan la necesidad de carcasa grande, fuente de alimentación potente y refrigeración para la GPU. Un Mac Mini es pequeño y silencioso, un Mac Studio es compacto. Esto resulta práctico si no quieres un torre voluminoso bajo tu escritorio.

Desventajas de Unified Memory

Compartido con el sistema operativo: La memoria no es exclusiva para la GPU. El sistema operativo y todos los programas en ejecución requieren su parte. En un Mac con 64 GB de Unified Memory, típicamente la GPU tiene disponibles 50 a 55 GB. No puedes utilizar toda la memoria para IA.

Ancho de banda inferior al GDDR6X dedicado: El ancho de banda de LPDDR5X es como máximo 800 GB/s en las variantes Ultra. Una RTX 4090 con GDDR6X alcanza más de 1000 GB/s. Esto significa que un Mac puede ser más lento en cálculos puros de IA que un PC con RTX 4090, incluso si el modelo cabe en memoria en ambos casos. La tasa de generación de tokens es mayor en GPUs de gama alta dedicadas.

Sin posibilidad de actualización: La memoria está soldada permanentemente al chip. No puedes añadir módulos de RAM posteriormente. Si compras hoy un Mac con 64 GB y en dos años necesitas 128 GB, deberás comprar un Mac nuevo. En un PC puedes cambiar módulos de RAM, y aunque el VRAM de una GPU dedicada tampoco se puede actualizar, al menos puedes reemplazar la GPU completa.

Selección limitada de GPU: Con Apple Silicon estás vinculado a los chips que Apple ofrece. No puedes instalar una GPU Nvidia en un Mac. Si necesitas frameworks específicos optimizados solo para Nvidia, tendrás limitaciones en un Mac. CUDA, la plataforma de programación de Nvidia, no funciona en Apple Silicon.

Precio en grandes capacidades de memoria: Apple aplica aumentos significativos para más Unified Memory. El salto de 64 GB a 128 GB cuesta varios cientos de euros. En comparación, la RAM DDR5 convencional para PCs es económica. La ventaja de precio de Unified Memory solo se aplica comparándolo con configuraciones multi-GPU, no con pequeñas cantidades de memoria.

Comparación: Mac vs. PC con GPU

Criterio	Mac Studio M2 Ultra	PC con RTX 4090
Memoria máxima de GPU	192 GB Unified Memory	24 GB VRAM
Ancho de banda	800 GB/s	1002 GB/s
Consumo bajo carga	aprox. 150 W	aprox. 500 W o superior
Precio (solo GPU/chip)	desde 2000 euros (PC completo)	desde 2000 euros (solo GPU)
Capacidad de actualización	No posible	GPU intercambiable
Soporte CUDA	No	Sí
Adecuado para modelos 70B	Sí, desde 64 GB	No, requiere dos GPUs
Tasa de generación de tokens	Media a alta	Alta
Sistema operativo	macOS	Windows, Linux
Refrigeración y ruido	Silencioso	Más ruidoso, refrigeración activa

La tabla deja clara una tendencia: para modelos grandes, el Mac es la solución más económica. Para máxima velocidad con modelos pequeños a medianos, el PC con RTX 4090 es más rápido. La elección depende de tu caso de uso específico. Encontrarás más ayuda en la guía de compra.

Errores frecuentes con Unified Memory

• Sobrestimar la memoria disponible: 64 GB de Unified Memory no significan 64 GB para la GPU. El sistema operativo necesita entre 8 y 15 GB. Planifica un margen de seguridad, o los modelos se bloquearán por falta de memoria.
• Comprar un chip estándar en lugar de Max: Un M4 con 32 GB y 120 GB/s es notablemente más lento que un M4 Max con 128 GB y 546 GB/s para modelos grandes. El ancho de banda marca una diferencia importante en la inferencia.
• Ignorar el ancho de banda: Muchos solo miran la cantidad de memoria y olvidan el ancho de banda. Un modelo que cabe en la memoria puede ejecutarse lentamente si el ancho de banda es insuficiente. Más información en Ancho de banda de memoria.
• Esperar herramientas dependientes de CUDA: No todas las herramientas de IA funcionan en Apple Silicon. Los frameworks que requieren CUDA no funcionarán. Verifica antes de comprar si tus herramientas preferidas son compatibles con Apple Silicon.
• No poder ampliar la memoria: Si hoy compras 64 GB y luego descubres que necesitas 128 GB, tendrás que comprar un Mac nuevo. Planifica por adelantado qué modelos quieres ejecutar.
• Olvidar el consumo del sistema operativo: macOS consume memoria. Con 16 GB de Unified Memory, queda muy poco para IA. Para IA local seria, planifica al menos 32 GB, preferiblemente 64 GB o más.
• No usar cuantización: Incluso con mucho Unified Memory, vale la pena cuantizar. Un modelo cuantizado a 4 bits usa una cuarta parte de la memoria de la versión sin cuantizar. Esto significa inferencia más rápida y espacio para más modelos simultáneamente.
• Pasar por alto el throttling térmico: Los Macs tienen un diseño compacto. Durante ejecuciones de inferencia prolongadas, el chip puede calentarse y reducir su rendimiento. Esto afecta especialmente al Mac Mini y MacBook Air, que no tienen refrigeración activa para la GPU.

Hardware, costos y seguridad con Unified Memory

Hardware: Para iniciarte en IA local con Unified Memory, un Mac Mini con M4 y 32 GB de Unified Memory es suficiente. Con él puedes cargar modelos cuantizados de hasta unos 20 GB. Para modelos de 70B necesitas al menos un M4 Max con 64 GB, idealmente 128 GB. El Mac Studio con M2 Ultra y 192 GB es actualmente la opción de mayor memoria en Apple y soporta incluso modelos con más de 100 mil millones de parámetros. Alternativamente, el AMD Ryzen AI Max con 128 GB de RAM ofrece una solución para Windows y Linux.

Costos: Apple Silicon es caro en cuanto a memoria. El sobrecoste de pasar de 64 GB a 128 GB de Unified Memory asciende a varios cientos de euros. Comparado con un setup multi-GPU con dos RTX 4090 por 4000 euros, un Mac Studio de 128 GB resulta más barato. El AMD Ryzen AI Max tiene un precio similar a Apple Silicon, pero ofrece la flexibilidad de Windows y Linux. Si solo usas modelos pequeños, una sola tarjeta gráfica con 12 o 24 GB de VRAM suele ser la opción más económica.

Seguridad: Los modelos ejecutados localmente mantienen tus datos en tu máquina. Ninguna consulta se envía a un servidor, ningún dato abandona tu sistema. Esto aplica igualmente para Macs con Unified Memory y PCs con GPU dedicada. Lo importante es que el modelo se ejecute localmente sin llamar a APIs externas. Unified Memory no ofrece ninguna ventaja de seguridad especial, pero tampoco ninguna desventaja. Más información sobre los fundamentos de IA local en Fundamentos de Hardware de IA.

Enlaces adicionales e información sobre Unified Memory

• Fundamentos de Hardware de IA para más conocimientos básicos sobre hardware para IA local
• RAM vs. VRAM si quieres entender los fundamentos de los tipos de memoria
• Ancho de banda de memoria para detalles sobre ancho de banda y velocidad
• CPU vs. GPU si quieres entender por qué la GPU es más importante para IA
• Apple Silicon para una visión general de los chips de Apple
• Mac Mini para la opción más económica de Apple Silicon
• Mac Studio para la opción más potente con la mayor cantidad de memoria
• Requisitos de RAM y VRAM para cifras exactas de tamaños de modelos
• Cuantización si quieres entender cómo se reducen los modelos
• Ollama la herramienta más popular para ejecutar modelos localmente
• Guía de compra si planeas comprar hardware nuevo

Preguntas frecuentes: Unified Memory

¿Cuál es la diferencia entre Unified Memory y RAM normal?

RAM normal solo está disponible para la CPU. Una tarjeta gráfica dedicada tiene su propio VRAM, y los datos deben copiarse entre RAM y VRAM. Unified Memory es un pool de memoria compartida al que tanto CPU como GPU acceden directamente, sin necesidad de un paso de copia.

¿Puedo ampliar Unified Memory?

No. La memoria está soldada al chip. No puedes instalar ni cambiar módulos de memoria. Si necesitas más memoria, tienes que comprar un Mac nuevo o una máquina con Ryzen AI Max.

¿Cuánta memoria Unified Memory necesito para un modelo de 70B?

Un modelo de 70B cuantizado necesita aproximadamente 40 a 45 GB de memoria. Considerando el sistema operativo, deberías planificar al menos 64 GB de Unified Memory. Para tener margen y seguridad, 128 GB es mejor. Más detalles en Requisitos de RAM y VRAM.

¿Es Unified Memory más rápido que VRAM dedicado?

No necesariamente. El ancho de banda de Unified Memory llega a máximo 800 GB/s en las variantes Ultra. Una RTX 4090 con GDDR6X alcanza más de 1000 GB/s. En cálculos puros de IA, el VRAM dedicado es más rápido. Unified Memory destaca por la mayor cantidad de memoria, no por la velocidad pura.

¿Funciona CUDA en Apple Silicon?

No. CUDA es una plataforma propietaria de Nvidia y solo funciona en GPUs de Nvidia. En Apple Silicon usas alternativas como Metal, el framework gráfico propio de Apple. Muchas herramientas de IA como Ollama soportan Metal, pero no todos los frameworks son compatibles.

¿Vale la pena un Mac para IA local?

Sí, si quieres ejecutar modelos grandes que requieren más de 24 GB de memoria. Un Mac con 64 o 128 GB de Unified Memory suele ser más barato que un setup multi-GPU. Para modelos pequeños de hasta 13B, una tarjeta gráfica económica con 12 GB de VRAM es suficiente.

¿Cuál es la diferencia entre Unified Memory y Shared Memory?

Unified Memory en Apple Silicon está diseñado desde el principio como memoria compartida para CPU y GPU, con alto ancho de banda y acceso directo. Shared Memory en APUs significa que la GPU integrada usa parte de la RAM normal del sistema. El ancho de banda típicamente es más bajo porque la RAM no está optimizada especialmente para acceso GPU.

¿Puedo ejecutar varios modelos simultáneamente en un Mac?

Sí, siempre que haya suficiente memoria. Con 128 GB de Unified Memory puedes mantener varios modelos pequeños o un modelo grande y uno pequeño en memoria simultáneamente. Cada modelo usa su porción de memoria y debes controlar el consumo total.

¿Es el AMD Ryzen AI Max una alternativa a Apple Silicon?

Sí, el Ryzen AI Max es actualmente la mejor alternativa para Windows y Linux. Soporta hasta 128 GB de RAM y puede asignar una gran parte a la GPU integrada. El ancho de banda ronda 256 GB/s, ubicándose entre M4 Pro y M4 Max. La ventaja es que puedes usar Windows y Linux.

¿Cuánta memoria necesita el sistema operativo en un Mac?

macOS típicamente necesita entre 8 y 15 GB de Unified Memory para sí mismo y procesos del sistema. Con 32 GB de Unified Memory quedan aproximadamente 20 a 24 GB para IA. Con 128 GB son aproximadamente 110 a 120 GB. Siempre planifica un margen para que el sistema no se quede sin memoria.

¿Por qué es tan importante Unified Memory para IA local?

Porque la cantidad de memoria es el factor limitante para modelos grandes. Las GPUs de consumo dedicadas tienen máximo 24 GB de VRAM. Unified Memory permite a la GPU acceder a 64, 128 o incluso 192 GB. Esto marca la diferencia entre “el modelo se ejecuta” y “el modelo no cabe en memoria”.

Fuentes y lecturas adicionales

• Apple Developer Documentation: Apple Silicon Architecture y Unified Memory
• AMD: Ryzen AI Max 300 Series Technical Brief
• Ollama Documentation: GPU Support y Metal Framework
• llama.cpp GitHub Repository: Apple Silicon Support y Performance Benchmarks
• MLPerf Benchmark Results: Apple Silicon vs. Nvidia GPU Comparisons
• Otros artículos en BotServ.de: Apple Silicon, Ancho de banda de memoria, Guía de compra