Das Versprechen
Apple hat den Mac Pro am 26. März 2026 offiziell eingestellt. Damit ist der Mac Studio die einzige Hochleistungs-Workstation im Sortiment (Quelle: 9to5mac). Er ist derzeit die einzige für Endkunden erhältliche Hardware, die Modelle mit über 600 Mrd. Parametern lokal ausführen kann, ohne die Latenz von Multi-GPU-Serverclustern. In den Chip integrierter Unified Memory ist heute der Standard für lokale LLM-Inferenz, auch wenn er einen deutlichen Aufpreis kostet.
Unter der Haube
Durchgesickerte Benchmarks des M5 Ultra aus dem Entwicklercode von macOS 26.3 zeigen 45.000 Punkte im Multi-Core-Test und 415.000 Punkte im Metal-GPU-Test (Quelle: Geekbench). Das ist etwa doppelt so viel wie beim M2 Ultra und eröffnet einen gangbaren Weg, Modelle der Klasse Claude 4.5 oder GPT-5 lokal auszuführen. Apple hat endlich eingeräumt, dass PCIe-Steckplätze im Zeitalter des Unified Memory nur teure Staubfänger sind.
Die Lieferkette ist derzeit die größte Einschränkung für Backend-Teams. Wegen des weltweiten DRAM-Mangels hat Apple Anfang März die Konfiguration mit 512 GB Unified Memory zurückgezogen. Aktuelle Bestellungen sind auf 256 GB begrenzt (Quelle: MacRumors). Zudem stieg der Preis für das 256-GB-Upgrade diesen Monat von 1.600 auf 2.000 US-Dollar, weil KI den Speicher knapp macht (Quelle: Tom's Hardware).
Bei der Autonomie für „Sovereign AI“ liegt der Studio mit 8,8/10 Punkten vorn, als Trainingsrechner versagt er jedoch (Quelle: Vucense). Metal fehlt weiterhin die Bibliothekstiefe von CUDA. Beim Training von ResNet-50 ist der Studio deshalb dreimal langsamer als eine vier Jahre alte RTX 4090 (Quelle: Industry developer benchmarks). Nutzer berichten außerdem weiterhin von thermischer Drosselung bei längeren 8K-Renderings und von fehlendem Zugang ins Innere zur Reinigung (Quelle: HN).
Noch ist unklar, ob Apple einen „Studio Server“ für den Rackeinbau herausbringt, um die Lücke des rackfähigen Mac Pro zu füllen. Auch der genaue Zeitraum für das Hardware-Update mit M5 Ultra fehlt. Gerüchte deuten auf Juni 2026 (Quelle: Tech outlets).
Unsere Einschätzung
Wenn Sie LLMs oder große Computer-Vision-Modelle von Grund auf trainieren, bleiben Sie bei Ihren Linux/NVIDIA-Clustern. Hier ist der Mac Studio weiterhin nicht konkurrenzfähig. Für Backend-Engineers, die GPT-5 oder Claude 4 Sonnet lokal und privat für Inferenz betreiben sollen, ist er dagegen die einzige brauchbare Hardware auf dem Markt. Im Grunde ist er ein sehr teurer, sehr schneller RAM-Schlitten. Kaufen Sie das 256-GB-Modell jetzt, bevor der Speichermangel den Preis weiter erhöht. Erwarten Sie aber nicht, dass es Ihr Rechenzentrum für das Training ersetzt.