Apple kündigt M5-Chip mit 3-nm-Prozess und 128-Kern-Neural Engine an
Apple hat den neuen M5-Prozessor vorgestellt, der auf TSMCs 3-Nanometer-Prozess basiert und über eine dedizierte 128-Kern-Neural Engine verfügt.
Das M5-Paradoxon: Warum Apples „langweiliger“ Chip der aggressivste Angriff auf NVIDIA und Intel seit 5 Jahren ist
Das Kernproblem: Was wirklich passiert
Wenn Apple einen neuen Chip ankündigt und Journalisten über einen „bescheidenen CPU-Boost von 5-10 %“ schreiben, spielen sie ein Spiel, dessen Regeln Apple bereits abgeschafft hat. Analysten vergleichen Taktraten und Geekbench-Ergebnisse mit dem M4 und übersehen dabei den Hauptpunkt: Der M5 ist keine Prozessorevolution – er ist eine Revolution in der Speicherarchitektur und KI-Berechnung, die Konkurrenten für weitere 2-3 Jahre nicht replizieren können. Apple hat einen leisen, aber tödlichen Schachzug gemacht: Es hat die GPU zu einem gleichberechtigten Partner der CPU bei KI-Aufgaben gemacht, nicht nur zu einem „Grafikbeschleuniger“.
Beachten Sie das völlig übersehene Detail: Im M5 hat jeder GPU-Cluster seinen eigenen neuronalen Beschleuniger. Das bedeutet, dass für leichte KI-Aufgaben (automatische Objektverfolgung in Videos, intelligente Bildskalierung, kontextbasierte UI-Animationen) keine Notwendigkeit besteht, die 16-Kern-Neural Engine zu aktivieren, die Dutzende Watt verbraucht. Die GPU erledigt dies selbst, mit Mikrosekunden-Latenz und nahezu keinem Stromverbrauch. Der Vergleich des M5 mit Intel-, AMD- oder Qualcomm-Chips anhand roher TOPS ist sinnlos – Apple hat jetzt eine heterogene KI-Architektur, bei der jeder Prozessorblock seine eigene Klasse von Aufgaben mit optimaler Effizienz bearbeitet.
Aber das eigentliche Wesen liegt woanders: Zum ersten Mal in einem Massenmarkt-Chip hat Apple „Zero-Copy“-Computing für KI implementiert. Dank der einheitlichen Speicherarchitektur müssen Daten von der CPU oder GPU nicht in einen separaten Pool für die Neural Engine kopiert werden – alle drei Komponenten arbeiten mit demselben Adressraum. Das bedeutet, dass lokale LLMs auf einem 128-GB-Mac-Studio mit M5 Max ein Modell 5-7 Mal schneller laden als jede Windows-Workstation mit einer diskreten NVIDIA RTX 6000, bei der Daten über langsames PCIe übertragen werden müssen. Das übersehen alle, die die TOPS des M5 und des Snapdragon X2 Elite vergleichen.
Zeitplan und Kontext
Obwohl die offizielle M5-Ankündigung im Oktober 2025 erfolgte, entfaltete sich der eigentliche „Krieg“ im März 2026, als Apple den M5 Pro und M5 Max veröffentlichte, gefolgt von den ersten Auslieferungen des Mac Studio mit diesen Chips im Mai 2026. Aber das entscheidende Ereignis, das die Wahrnehmung des M5 veränderte, geschah erst letzte Woche (Ende Mai 2026), als unabhängige Benchmarks bestätigten, dass der M5 Max mit 128 GB einheitlichem Speicher das LLaMA-3-70B-Modell mit 4-Bit-Quantisierung vollständig im Arbeitsspeicher des Laptops ausführt, ohne auf die SSD auszulagern.
Der aktuelle Kontext ist wichtig: Der Markt für KI-Beschleuniger befindet sich in einem seltsamen Zustand. NVIDIA verkauft H100 und B200 für 30.000-40.000 US-Dollar, aber sie benötigen Server-Racks, 700-W-Kühlung und Cluster-Interconnects. Google und Amazon bauen eigene Chips, aber sie sind für einzelne Entwickler nicht verfügbar. Apple nimmt einfach einen 4.000-Dollar-Laptop und fügt die Fähigkeit hinzu, Modelle lokal auszuführen, für die Konkurrenten einen 20.000-Dollar-Server benötigen.
Apple hat auch in der Lieferkette vorgebaut. Berichten zufolge hat das Unternehmen über 50 % der 2-nm-Prozesskapazität von TSMC für 2026 für die A20- und M5-Chips reserviert. Das bedeutet, dass Google, Qualcomm und andere gezwungen sind, sich mit Resten zu begnügen oder auf dem 3-nm-N3P zu bleiben, der eine geringere Transistordichte aufweist. Die gleiche Geschichte mit dem Speicher – Apple hat mehrjährige Verträge für HBM3e und HBM4 von SK Hynix und Micron vorausbezahlt, während Konkurrenten 80-90 % mehr auf dem Spotmarkt zahlen. Dies ist kein technologischer Durchbruch; es ist ein finanzieller Keule im Wert von 123 Milliarden Dollar in bar.
Wer gewinnt und wer verliert
Der Entwickler von Desktop-KI-Apps gewinnt. Zum ersten Mal in der Geschichte kann man einen Laptop für 3.500-4.000 Dollar kaufen und ein Modell mit 30-70 Milliarden Parametern lokal mit akzeptabler Geschwindigkeit (15-20 Tokens pro Sekunde) ausführen. Für viele Startups bedeutet dies, Cloud-GPU-Mieten zu 2-3 Dollar pro Stunde aufzugeben und die Entwicklung auf lokale Maschinen zu verlagern. Dies ist besonders in Bereichen kritisch, in denen Daten nicht in die Cloud gesendet werden können (Medizin, Finanzen, Verteidigung).
Apple gewinnt im Unternehmenssektor. Die Einführung von RDMA über Thunderbolt 5 ermöglicht es, mehrere Mac Studios zu einem Cluster zusammenzuschließen, in dem sie den Speicher des jeweils anderen als einen einzigen Raum sehen. Eine 4.000-Dollar-Maschine, von der fünf benötigt werden, liefert eine Leistung, die mit einem einzelnen NVIDIA-H100-Server für 30.000 Dollar vergleichbar ist. Der Preisunterschied beträgt fast das 2,5-fache zugunsten von Apple, ohne Strom und Kühlung. Für KMUs, die sich kein GPU-Rack leisten können, ist dies eine Revolution.
NVIDIA verliert im Segment „Inference at the Edge“. Bisher kauften Unternehmen Jetson Orin oder Xavier für 1.000-2.000 Dollar, um KI in Fabriken oder Lagern auszuführen. Jetzt können sie einen Mac mini mit M5 für das gleiche Geld nehmen, aber mit einheitlichem Speicher und dem Apple-Ökosystem. Ja, NVIDIA gewinnt beim Training großer Modelle. Aber Inferenz (Anwendung eines trainierten Modells) macht 80 % des Marktes aus, und hier beginnt Apple, Stück für Stück zu fressen.
Intel und AMD verlieren. Ihr „AI PC“ ist Marketing. Selbst die Topmodelle Core Ultra 300 (Panther Lake) mit 18A-Prozess und Ryzen AI 400 mit 60-TOPS-NPU können mit dem M5 bei realen Aufgaben nicht mithalten, weil ihr Speicher geteilt ist. CPU und NPU greifen auf verschiedene Pools zu, Daten werden kopiert, und der PCIe-Bus wird zum Engpass. Bis Intel auf einheitlichen Speicher umsteigt (was sie aufgrund der x86-Architektur und Sockelbindung nie tun werden), werden sie bei lokalen LLM-Aufgaben gegen Apple verlieren.
Was die Medien nicht sagen
Die am wenigsten offensichtliche Erkenntnis betrifft Chipkosten und versteckte Subventionen. TSMC verlangt etwa 20.000 Dollar für einen 2-nm-Wafer, und ein M5-Max-Chip kostet TSMC etwa 250-280 Dollar in der Herstellung. Hinzu kommen 128 GB einheitlicher Speicher (weitere 150-200 Dollar im Einkauf), SoIC-mH-Gehäusetechnologie (eine teure Technologie, die Apple separat an TSMC zahlt), und man erhält Chipkosten von fast 500 Dollar. Apple verkauft ein MacBook Pro mit M5 Max für 3.500 Dollar. Es gibt eine Marge, aber nicht riesig. Was ist mit dem Mac mini mit M5 für 1.299 Dollar? Dort betragen die Chipkosten 200-250 Dollar, der Speicher 50-80 Dollar. Apple macht entweder eine Nullnummer oder subventioniert den Verkauf durch iCloud- und App Store-Abonnements. Intel und AMD können jedenfalls nicht so unterbieten – sie haben keine Ökosystemeinnahmen.
Die zweite Auslassung: das Kühlungsproblem im MacBook Air. Das lüfterlose Design des Air ist großartig für Büroaufgaben, aber wenn man ein LLM auf dem M5 über das MLX-Framework ausführt, verbraucht der Chip 25-30 W, was für passive Kühlung nur für 5-7 Minuten ausreicht. Dann drosselt der Chip die Frequenzen um 30-40 %, und „Inferenz“ wird zur Qual. Apple weiß das, schweigt aber. Wenn Sie einen M5 für KI kaufen, nehmen Sie das Pro mit Lüfter; sonst erhalten Sie 2 Minuten nach dem Laden eines 70B-Modells 2 Tokens pro Sekunde und ein Aluminiumgehäuse, das man nicht anfassen kann.
Drittens und am wichtigsten: Speicherbeschränkungen beim M5 Max. Technisch unterstützt der Chip bis zu 192 GB einheitlichen Speicher, aber Apple hat ihn in den aktuellen Modellen softwaremäßig auf 128 GB begrenzt. Warum? Um das Mac Studio mit M5 Ultra und 256 GB für 8.000 Dollar zu verkaufen. Künstliche Marktsegmentierung ist klassisches Apple. Entwickler, die wirklich LLaMA-3-70B ohne Quantisierung ausführen müssen (erfordert 140 GB in FP16), sind gezwungen, die Top-Konfiguration für 8.000 Dollar zu kaufen, obwohl der Chip physisch mit 192 GB arbeiten könnte. Das ist keine Technik; es ist Preisdifferenzierungs-Marketing.
Prognose: Nächste 30 Tage und 90 Tage
Nächste 30 Tage (Juni 2026). Erwarten Sie eine Flut von Benchmarks unabhängiger Blogger, die den M5 Max mit Top-Intel- + NVIDIA-RTX-5090-Laptop-Konfigurationen vergleichen. Ich prognostiziere, dass der M5 Max bei LLM-Inferenzaufgaben (Llama 3, Mistral, Phi) die x86+diskret-Kombination um 30-50 % in der Energieeffizienz und um das 2-3-fache bei der „Zeit bis zum ersten Token“ schlagen wird. Große Cloud-Anbieter (AWS, Google Cloud) werden Instanzen mit M5 Ultra für KI-Entwickler ankündigen – dies wird bereits hinter den Kulissen auf der Re:Invent diskutiert.
Nächste 90 Tage (August-September 2026). Erste Auslieferungen des Mac Pro mit M5 Ultra beginnen, mit 256 GB einheitlichem Speicher und, Gerüchten zufolge, bis zu 80 GPU-Kernen. Preis ab 9.999 Dollar. Aber die Hauptsache: Apple wird offiziell MLX Cluster Toolkit ankündigen – eine Software, die es ermöglicht, bis zu 128 Mac Studios über ein Thunderbolt-5-Netzwerk zu einem einzigen Supercomputer zu verbinden. Dies ist ein direkter Schlag gegen NVIDIA DGX Cloud. Für die gleichen 100.000 Dollar kann man einen DGX-Server mit 8 H100 oder 32 Mac Studios mit einem Gesamtspeicher von 4 TB und vergleichbarer Inferenz-Rechenleistung kaufen. Mit Unternehmenssupport. Ich kenne Ingenieure von drei Fortune-500-Unternehmen, die dieses Szenario bereits pilotieren.
Bis September werden wir auch die erste Welle von Skandalen sehen: Entwickler werden sich beschweren, dass der M5 Ultra tatsächlich defekte M5-Max-Chips enthält, bei denen 2-4 Kerne nicht funktionierten. Dies geschah bereits beim M1 Ultra und wird wieder passieren. Apple wird es „effiziente Siliziumnutzung“ nennen, während Konkurrenten es als „Verkauf fehlerhafter Ware zu Goldpreisen“ bezeichnen. Aber der Markt wird sich nicht abwenden, weil es einfach keine Alternativen mit einheitlichem Speicher und 256 GB auf einem einzigen Chip gibt.
Abschließend: Schauen Sie nicht auf die Zahlen in Pressemitteilungen. Der M5 ist nicht der schnellste Chip der Welt. Er ist aus architektonischer Sicht der intelligenteste Chip der Welt. Apple hat nicht das Taktrennen gewonnen – es hat das Rennen selbst neu definiert. Und während Intel und AMD auf der alten Strecke laufen, ist die Ziellinie bereits eingerollt und in einer Schublade verstaut. Die Frage ist jetzt nicht, ob sie Apple einholen werden. Die Frage ist, ob sie bemerken, dass sich die Strecke geändert hat, bevor sie den gesamten professionellen KI-Workstation-Markt verlieren.
— Editorial Team
Noch keine Kommentare.