LM Studio 与苹果合作，成功用四台 Mac Studio 运行万亿参数 Kimi K2.6 大模型

四台 Mac Studio 集群，硬扛万亿参数大模型

在 WWDC 2026 的特别讲座中，苹果与 LM Studio 联手展示了一项前所未见的操作：用四台配备 512GB 内存的 Mac Studio，通过 LM Studio 预览版，成功运行月之暗面（Moonshot AI）发布的万亿参数模型 Kimi K2.6。这一模型全面升级了代码编写、长程任务执行以及 Agent 集群能力，通常需要庞大的云端 GPU 集群才能驱动。而 LM Studio 通过集群化部署，将单机显存与内存聚合，使四台 Mac Studio 的本地算力总和足以承载 1T 参数量的推理任务。苹果官方在 B 站发布的 98 分钟回顾视频中，将这一演示作为压轴环节，强调“私有前沿 AI”的无限可能。

低延迟互联秘诀：RDMA over Thunderbolt 技术

让四台机器协同工作并非简单堆叠硬件。苹果在 macOS Tahoe 26.2 中引入的 RDMA over Thunderbolt 技术成为关键——该技术允许通过 Thunderbolt 接口，在多台 Mac 之间以微秒级延迟直接读写内存。这意味着在 Kimi K2.6 推理过程中，每一层参数可以动态分布在不同节点的内存中，而 LM Studio 负责协调数据流，使集群像一台巨型“虚拟 Mac”一样运作。这种低延迟内存池化方案，有效避免了传统网络通信的瓶颈，让万亿参数模型在消费级硬件集群上首次实现可用的推理速度。

LM Link 神操作：用 iPhone 访问本地万亿模型

除了集群本身，LM Studio 推出的 LM Link 功能引发更大关注。演示中，工程师通过一台 MacBook Neo 和一台 iPhone，借助 LM Link 远程安全连接到四台 Mac Studio 集群，而终端用户感觉就像直接在手机或笔记本上运行该模型。LM Link 加密了远程调用通道，确保数据不出本地网络，同时提供了极低的交互延迟。有用户评价：“在 iPhone 上使用 Llama 模型已经觉得帅，现在能远程访问自有的万亿参数模型，而且感觉完全是本地的，这才是真正的黑科技。” LM Studio 团队表示，这为个人用户提供了一个“自己私有的前沿 AI”雏形。

一条提示词生成完整应用：开发者现场实战

在视频长达 20 分钟的 AI 构建 App 环节中，苹果工程师仅用单条提示词，便生成了 WWDC badge tracker 应用——该应用具备 3D 动画、全息视觉效果和 Visual Intelligence 功能。后续又通过追加命令不断微调完善。这一演示展示了 Kimi K2.6 在代码生成和复杂应用构建上的惊人能力，同时凸显了本地模型相比云端 API 的即时反馈优势：无需等待网络传输，开发者可以像与人对话一样迭代修改，大幅缩短创意到落地的时间。

隐私突破与成本困境：用户两极评价

演示引爆了技术社区讨论。正面评价认为，LM Studio 此举是“隐私的突破”和“本地 AI 的未来”——用户无需将数据上传至云端即可使用顶级模型，完全掌控自己的数据。“四个节点的集群很酷，但更期待它变成单节点，甚至在未来跑在笔记本和手机上。” 然而，负面声音同样尖锐：批评者指出，入门门槛极其高昂——每台 Mac Studio 需 512GB 内存配置，四台合计成本堪比小型服务器集群，且性能是否能与传统 GPU 集群相提并论存疑。“你们怎么获得 512GB 内存规格的 Mac Studio 的？这根本不是普通开发者能承担的。” 此外，万亿模型在消费硬件上的推理速度是否能满足实时交互，仍需更多实测数据。但无论如何，这次合作证明了本地大模型硬件群落的可行性，为高隐私要求的行业（如医疗、金融）铺平了道路。