Heim
Apple und LM Studio arbeiten zusammen, um über vier Mac-Studios umfangreiche lokale Großsprachmodelle einzusetzen.

Bei der kürzlich stattgefundenen WWDC2026 präsentierten LM Studio und Apple eine bahnbrechende technische Demonstration. Während dieser Präsentation konnten sie das 10-Trillion-Parameter große Modell Moonshot, Kimi K2.6, erfolgreich mit lediglich vier miteinander vernetzten Mac Studios ausführen. Mit diesem Erfolg wurde die seit Langem geltende Annahme widerlegt, dass Modelle mit Billionen von Parametern unbedingt Cloud-basierte GPU-Cluster benötigen – es wurde damit nachgewiesen, dass Consumer-Hardware tatsächlich leistungsstarke KI-Rechenfähigkeiten bereitstellen kann.
Kimi K2.6 verfügt insgesamt über 1 Billion Parameter und nutzt eine MoE-Architektur, die zu jedem Zeitpunkt 32 Milliarden Parameter aktiviert. Es unterstützt das Verarbeiten langer Kontexte, multimodale Eingaben sowie die Ausführung von Aufgaben mittels Agenten. Für die Demonstration wurden vier Mac Studios mithilfe von Apples Technologien zur Speicherteilung und -vernetzung zu einem Cluster zusammengeführt, der über etwa 1,5 TB an gemeinsamem Speicher verfügt – ausreichend, um die Inferenzanforderungen dieses großen Modells zu erfüllen. Frühere Entwicklertests zeigten, dass Kimi K2.6 unter ähnlichen Bedingungen Texte mit rund 28 Tokens pro Sekunde generieren konnte und dabei deutlich weniger Energie verbrauchte als herkömmliche GPU-basierte Lösungen.
Wenn das Gerät direkt über ein iPhone mit dem lokalen Cluster verbunden wird, bleibt alle Daten vollständig auf dem Endgerät des Benutzers
Ein weiterer Höhepunkt der Demonstration war die Fernzugriffsfunktion LM Link von LM Studio. Nutzer können sich sicher von ihrem MacBook Neo oder iPhone aus fernmit dem Mac Studio-Cluster verbinden, in Echtzeit mit dem laufenden Modell interagieren – wobei alle Datenverarbeitungen sowie Kommunikation lokal stattfinden und nicht über die Cloud übertragen werden.
LM Link ist sowohl in der Mac-Anwendung von LM Studio als auch in der iOS-App von Locally AI integriert und bietet verschlüsselte Verbindungen vom Anfang bis zum Ende. Dadurch können Nutzer jederzeit auf die KI-Rechenleistung auf Cluster-Ebene zugreifen – selbst auf Geräten mit geringerer Leistung – ohne Bedenken hinsichtlich von Datenschutzverletzungen. In Kombination mit Apples Thunderbolt 5 RDMA-Technologie sowie weiteren Lösungen zur Speicherteilung zwischen mehreren Geräten schafft dieses gesamte Ökosystem schnell einen nahtlosen Rahmen für die lokale Implementierung von KI.
Diese Zusammenarbeit sendet eine klare Botschaft: Die lokale Implementierung von großen Modellen mit Billionen von Parametern ist nicht länger nur ein theoretisches Konzept, das sich auf Labore beschränkt. Sie wird zunehmend zu einer realisierbaren Lösung, die Entwickler in ihren eigenen Arbeitsumgebungen umsetzen können. Da Apple seine Hardware-Verbindungsfunktionen weiterentwickelt, ist damit zu rechnen, dass die Fähigkeiten von Consumer-Geräten zur Verarbeitung großer KI-Inferenzaufgaben noch weiter zunehmen werden.
Verwandter Artikel
Wie Zeitreihendatenbanken Echtzeit-Robotikdaten ermöglichen
Doug Pagnutti von Tiger Data.Pagnutti fungiert als Industrial Developer Advocate bei Tiger Data und unterstützt Teams beim Aufbau industrieller Systeme in der Praxis.Mit über 12 Jahren Erfahrung in den Bereichen Öl und Gas sowie Fertigungsautomatisie
Wie optimiert man SEO für Google Japan und Yahoo Japan?
Master Loom: Erstellen und Teilen professioneller Videos mit KIInhaltsverzeichnisEinführung in LoomZugriff auf LoomAufnahmemöglichkeitenVollbildFensterKameraAudio- und TonqualitätBearbeitung und AnpassungHintergrundoptionenVideo bearbeitenEffekte hin
Wie funktioniert der Google-Japan-Algorithmus für SEO?
Von KI generierte MrBeast-ThumbnailsInhaltsverzeichnisEinleitungMr Beasts Körperformungs-HerausforderungErkundung von Thumbnail-Konzepten für die HerausforderungVerbesserung von Mr Beasts Körper in FotosAnwendung von KI-Techniken für KörperformungenE
Empfehlungen zu verwandten Spezialthemen
Kommentare (1)

Bei der kürzlich stattgefundenen WWDC2026 präsentierten LM Studio und Apple eine bahnbrechende technische Demonstration. Während dieser Präsentation konnten sie das 10-Trillion-Parameter große Modell Moonshot, Kimi K2.6, erfolgreich mit lediglich vier miteinander vernetzten Mac Studios ausführen. Mit diesem Erfolg wurde die seit Langem geltende Annahme widerlegt, dass Modelle mit Billionen von Parametern unbedingt Cloud-basierte GPU-Cluster benötigen – es wurde damit nachgewiesen, dass Consumer-Hardware tatsächlich leistungsstarke KI-Rechenfähigkeiten bereitstellen kann.
Kimi K2.6 verfügt insgesamt über 1 Billion Parameter und nutzt eine MoE-Architektur, die zu jedem Zeitpunkt 32 Milliarden Parameter aktiviert. Es unterstützt das Verarbeiten langer Kontexte, multimodale Eingaben sowie die Ausführung von Aufgaben mittels Agenten. Für die Demonstration wurden vier Mac Studios mithilfe von Apples Technologien zur Speicherteilung und -vernetzung zu einem Cluster zusammengeführt, der über etwa 1,5 TB an gemeinsamem Speicher verfügt – ausreichend, um die Inferenzanforderungen dieses großen Modells zu erfüllen. Frühere Entwicklertests zeigten, dass Kimi K2.6 unter ähnlichen Bedingungen Texte mit rund 28 Tokens pro Sekunde generieren konnte und dabei deutlich weniger Energie verbrauchte als herkömmliche GPU-basierte Lösungen.
Wenn das Gerät direkt über ein iPhone mit dem lokalen Cluster verbunden wird, bleibt alle Daten vollständig auf dem Endgerät des Benutzers
Ein weiterer Höhepunkt der Demonstration war die Fernzugriffsfunktion LM Link von LM Studio. Nutzer können sich sicher von ihrem MacBook Neo oder iPhone aus fernmit dem Mac Studio-Cluster verbinden, in Echtzeit mit dem laufenden Modell interagieren – wobei alle Datenverarbeitungen sowie Kommunikation lokal stattfinden und nicht über die Cloud übertragen werden.
LM Link ist sowohl in der Mac-Anwendung von LM Studio als auch in der iOS-App von Locally AI integriert und bietet verschlüsselte Verbindungen vom Anfang bis zum Ende. Dadurch können Nutzer jederzeit auf die KI-Rechenleistung auf Cluster-Ebene zugreifen – selbst auf Geräten mit geringerer Leistung – ohne Bedenken hinsichtlich von Datenschutzverletzungen. In Kombination mit Apples Thunderbolt 5 RDMA-Technologie sowie weiteren Lösungen zur Speicherteilung zwischen mehreren Geräten schafft dieses gesamte Ökosystem schnell einen nahtlosen Rahmen für die lokale Implementierung von KI.
Diese Zusammenarbeit sendet eine klare Botschaft: Die lokale Implementierung von großen Modellen mit Billionen von Parametern ist nicht länger nur ein theoretisches Konzept, das sich auf Labore beschränkt. Sie wird zunehmend zu einer realisierbaren Lösung, die Entwickler in ihren eigenen Arbeitsumgebungen umsetzen können. Da Apple seine Hardware-Verbindungsfunktionen weiterentwickelt, ist damit zu rechnen, dass die Fähigkeiten von Consumer-Geräten zur Verarbeitung großer KI-Inferenzaufgaben noch weiter zunehmen werden.
Wie Zeitreihendatenbanken Echtzeit-Robotikdaten ermöglichen
Doug Pagnutti von Tiger Data.Pagnutti fungiert als Industrial Developer Advocate bei Tiger Data und unterstützt Teams beim Aufbau industrieller Systeme in der Praxis.Mit über 12 Jahren Erfahrung in den Bereichen Öl und Gas sowie Fertigungsautomatisie
Wie optimiert man SEO für Google Japan und Yahoo Japan?
Master Loom: Erstellen und Teilen professioneller Videos mit KIInhaltsverzeichnisEinführung in LoomZugriff auf LoomAufnahmemöglichkeitenVollbildFensterKameraAudio- und TonqualitätBearbeitung und AnpassungHintergrundoptionenVideo bearbeitenEffekte hin
Wie funktioniert der Google-Japan-Algorithmus für SEO?
Von KI generierte MrBeast-ThumbnailsInhaltsverzeichnisEinleitungMr Beasts Körperformungs-HerausforderungErkundung von Thumbnail-Konzepten für die HerausforderungVerbesserung von Mr Beasts Körper in FotosAnwendung von KI-Techniken für KörperformungenE











