为什么目前 AI 的设备是用 Mac 为主，而不是熟知的 Windows？

其实个人感觉，目前 AI 的最舒服的环境是 windows +WSL，纯 Linux 后端可以直接扔 WSL 里跑，无缝享受 Linux 生态。

对于 Windows 环境的应用，感觉虽然 PowerShell V7 没有 Bash 那么舒服，但是还能接受。很多人特别难受，是因为用的PowerShell V5版本的，冲突太多，所以 PowerShell 记得升级到 V7。

其实 Windows 平台最大的优势，还不是操作习惯，而是能用 N 卡，有 CUDA 。本地部署模型做开发的时候，简直太方便了。

llama.cpp 主要覆盖的是 LLM，但反推、音乐生成、图形生成这些模型，往往需要各种专用加速轮子，离了 CUDA 基本寸步难行。

很多人觉得 Mac 好，估计主要是馋那个统一内存能跑大模型。

但 128GB 真正覆盖的甜点区其实就是 70B-120B 稠密模型的 Q4 推理.问题是这个区间的性价比已经被 35B MoE 这种架构卷死了。

而对于 Qwen3.6-35B-A3B MoE 与Qwen3.6-27B 这些常用的模型 Q8 版本，即使 4090 与 5090 无法完全装入，剩下用内存，估计吐字速度比 M5 MAX 都要快，毕竟纯算力差距在那摆着了。

说白了，要么 24GB-32GB 小模型够用，要么得上 400GB+，128GB这个数字对于跑 LLM，实际卡在中间哪头都不沾。

当然，Mac 的高续航和优雅设计，台式机和 Windows 本确实比不了。

倒是可以期待一下 RTX Spark，只要不是太贵，算是个对于 AI 开发实用性很强的设备。毕竟 CUDA 生态，能跑全套的反推、音乐、图形等非LLM模型，还能跑训练。