Normalerweise bringt Apple neue Chip-Technologie zuerst ins iPhone. Diesmal ist der erste 2-Nanometer-Prozessor im Mac mini. Der Mac Studio erhält mit dem M5 Ultra die komplexeste Apple-Silicon-Architektur bisher. Was das für den Arbeitsalltag bedeutet, zeigt ein Blick auf die Technik.
Am 25. August 2026 hat Apple den M6 und den M5 Ultra vorgestellt. Der M6 ist der erste Chip im 2-Nanometer-Verfahren. Der M5 Ultra hat eine Premiere: Erstmals nutzt ein M-Series-Chip eine Quad-Die-Anordnung, bei der vier Silizium-Dies zu einem Prozessor verschmelzen. Beide Chips ergänzen sich: der eine für den Alltag, der andere für extreme Workloads.
Wer einen Prozessor entwirft, stellt ein Team von Spezialisten zusammen: Die CPU übernimmt alltägliche Denkaufgaben, die GPU kümmert sich um Grafik, die Neural Engine ist auf KI-Berechnungen spezialisiert. Beim M6 hat Apple dieses Team neu aufgestellt, vergrößert und besser vernetzt. Der Chip arbeitet schneller und verbraucht dabei weniger Energie.
M6: Apples erster 2-nm-Chip mit 12-Core-CPU und Dual Neural Engine
Der M6 wird im 2-Nanometer-Verfahren gefertigt. Die Transistoren sind damit kleiner als bei den bisherigen 3-Nanometer-Chips. Je kleiner die Transistoren, desto mehr passen auf dieselbe Fläche, und desto weniger Strom brauchen sie pro Schaltvorgang. Die höhere Transistordichte sorgt für mehr Leistung und bessere Energieeffizienz.
Die CPU des M6 hat zwölf Kerne, zwei mehr als beim M5. Sie teilen sich in drei Gruppen: zwei Super-Cores, vier Performance-Cores und sechs Efficiency-Cores. Super-Cores sind für Aufgaben gedacht, die auf eine einzige, sehr schnelle Berechnungskette angewiesen sind – etwa das Öffnen einer App oder das Rendern eines einzelnen Frames. Performance-Cores übernehmen mehrere schwere Aufgaben parallel, etwa beim Kompilieren von Code oder Bearbeiten großer Bilddateien. Efficiency-Cores erledigen leichte Hintergrundarbeit wie Datensynchronisierung oder Benachrichtigungen.
Laut Apple bietet der M6 die weltweit schnellste Single-Thread-Leistung. Gegenüber dem M5 ist das 1,2-Fache bei Multithread-Aufgaben, im Vergleich zum M1 das 2,4-Fache. Konkret: Wer in Xcode ein großes Projekt baut oder in Photoshop ein komplexes Bild mit mehreren Ebenen bearbeitet, merkt den Unterschied. Wartezeiten werden kürzer, das System bleibt flüssig, auch bei mehreren gleichzeitigen Programmen.
Die GPU des M6 hat jetzt zwölf statt zehn Kerne. Jeder GPU-Kern enthält einen Neural Accelerator, einen kleinen KI-Beschleuniger in der Grafikeinheit. KI-Berechnungen müssen so nicht erst über die Neural Engine oder CPU laufen. Die Spitzenrechenleistung für KI steigt dadurch um fast 30 Prozent gegenüber dem M5 und um mehr als das Achtfache gegenüber dem M1. Bildverarbeitung in Apps wie Adobe Lightroom und lokale Sprachmodelle profitieren davon.
Der M6 unterstützt hardwarebeschleunigtes Raytracing, Dynamic Caching und eine um 50 Prozent höhere Geometrie-Rate. Das ergibt flüssigere Frameraten in Spielen und realistischeres Licht und Schatten. Wer den Mac mini auch zum Spielen nutzen will, findet hier eine solide Basis.
M5 Ultra: Die Quad-Die-Architektur im Detail
Der M6 ist für den Mac mini gedacht, der M5 Ultra für den Mac Studio. Der M5 Ultra ist Apples bisher stärkster Chip. Er verwendet eine Quad-Die-Architektur: Vereinfacht gesagt werden vier separate Recheneinheiten auf einem Träger zusammengeführt und über UltraFusion verbunden.
UltraFusion funktioniert wie eine schnelle Datenautobahn zwischen den Dies. Die Verbindungsbandbreite liegt bei über 4,4 Terabyte pro Sekunde. Zusammen mit der sehr geringen Latenz sorgt das laut Apple dafür, dass sich die vier Dies wie ein einziger zusammenhängender Prozessor verhalten. Die Verbindungsdichte ist um mehr als das Sechsfache gestiegen. Dadurch verhalten sich die vier Dies wie ein einziger großer Prozessor. Betriebssystem und Apps sehen nur einen Chip, nicht vier.
Der M5 Ultra hat eine CPU mit bis zu 36 Kernen: zwölf Super-Cores und 24 Performance-Cores. Die Single-Thread-Leistung liegt 1,25-mal höher als beim M3 Ultra, die Multithread-Leistung 1,3-mal höher. Die GPU bietet bis zu 80 Kerne, ebenfalls mit Neural Accelerator in jedem Kern. Die Spitzenrechenleistung für KI beträgt laut Apple das 4,5-Fache des M3 Ultra und mehr als das Sechsfache des M1 Ultra.
Für Grafik bedeutet das bis zu 40 Prozent mehr Leistung als beim M3 Ultra. Der M5 Ultra unterstützt die zweite Generation von Dynamic Caching, hardwarebeschleunigtes Mesh-Shading und Raytracing der dritten Generation. Wer 3D-Szenen in Cinema 4D oder Blender rendert, große Videoprojekte in Adobe Premiere Pro schneidet oder komplexe Simulationen in MATLAB fährt, merkt den Unterschied.
Dual 16-Core Neural Engine: KI-Leistung ohne Kompromisse
Der M6 hat eine Dual 16-Core Neural Engine: zwei getrennte Neural-Engine-Blöcke mit je 16 Kernen, die zusammenarbeiten. Die Neural Engine ist der Teil des Prozessors für KI-Aufgaben wie Bilderkennung, Sprachverarbeitung und das Ausführen neuronaler Netze. Die Dual-Struktur liefert bis zu doppelt so hohe Spitzenrechenleistung wie die Vorgänger.
System-Frameworks wie Core ML oder Core AI nutzen beide Engines automatisch gleichzeitig. Startest du eine App mit einem großen KI-Modell, verteilt das System die Arbeit auf beide Engines. Die Berechnung läuft nicht doppelt so schnell, aber flotter und effizienter, weil die CPU entlastet wird.
Die Neural Engine ist ein zentraler Baustein von Apples Strategie: KI-Modelle sollen direkt auf dem Gerät laufen, nicht in der Cloud. Das schützt Daten, weil sie nicht übertragen werden, und es ist schneller, weil keine Internetverbindung nötig ist. Mit der Dual 16-Core Neural Engine im M6 und den Neural Accelerators im M5 Ultra werden lokale KI-Modelle zur echten Alternative.
Der M5 Ultra hat zusätzlich eine 32-Core Neural Engine. Sie ist nicht in zwei Blöcke aufgeteilt, bietet aber hohe Rechenkapazität. Zusammen mit der großen GPU und den Neural Accelerators ergibt das ein KI-System auf Workstation-Niveau. Wer große Sprachmodelle mit mehreren hundert Milliarden Parametern lokal ausführen will, findet im Mac Studio mit M5 Ultra die passende Plattform.
Unified Memory: Das gemeinsame Gedächtnis als Schlüssel
Ein Grundprinzip von Apple Silicon ist Unified Memory. Anders als bei klassischen PCs mit getrenntem Speicher für CPU und Grafikkarte teilen sich beim M6 und M5 Ultra alle Prozessorkomponenten einen Speicherpool. Daten müssen nicht zwischen verschiedenen Speichern kopiert werden. Das spart Zeit und Energie.
Der M6 unterstützt bis zu 32 Gigabyte Unified Memory mit 170 Gigabyte pro Sekunde Bandbreite – 2,5-mal mehr als beim M1. Für den Alltag genügt das. Apps wie Final Cut Pro oder Xcode laufen flüssig, kleinere KI-Modelle passen ebenfalls in den Speicher.
Der M5 Ultra geht weiter: bis zu 512 Gigabyte Unified Memory und 1,2 Terabyte pro Sekunde Bandbreite – 50 Prozent mehr als der M3 Ultra. Diese Speichermenge ist die eigentliche Stärke. KI-Modelle werden oft durch ihre Größe begrenzt. Passt ein Modell nicht in den Arbeitsspeicher, muss es in der Cloud oder auf externen Servern laufen. Mit 512 Gigabyte halten große Datensätze und Modelle komplett lokal.
Die hohe Speicherbandbreite ist genauso wichtig wie die Menge. Sie bestimmt, wie schnell das Modell Daten lesen und verarbeiten kann. Beim M5 Ultra heißt das: höhere Tokens-pro-Sekunde-Raten, kürzere Wartezeiten bei Textgenerierung, insgesamt flüssigere KI-Workloads. Wer mit Tools wie LM Studio oder Draw Things arbeitet, merkt bei großen Modellen einen deutlichen Leistungsschub.
Für Entwickler: Lokale KI-Modelle in der Praxis
Apples Entwickler-Frameworks – Core AI, Core ML, Metal und Xcode – nutzen die neue Hardware voll aus. Core AI verwaltet KI-Modelle und arbeitet mit der Neural Engine zusammen. Core ML optimiert Modelle für das Gerät. Metal beschleunigt GPU-Aufgaben, Xcode ist die Entwicklungsumgebung, in der alles zusammenläuft.
Mit den neuen Chips trainieren und verfeinern Entwickler große KI-Modelle direkt auf dem Mac. Bisher war das oft nur in der Cloud möglich. Der M5 Ultra mit 80 GPU-Kernen, Neural Accelerators und großem Speicher ändert das. Ein Modell für lokale Ausführung kann jetzt auch lokal entwickelt werden.
Die Frameworks verteilen die Arbeit automatisch auf CPU, GPU und Neural Engine. Du musst nicht wissen, welcher Teil des Prozessors für welche Berechnung am besten geeignet ist. Auch Entwickler ohne Prozessorexpertise profitieren davon. Apple Foundation Models, App Intents oder eigene Modelle – alles passt in diesen Workflow.
Für Unternehmen und Forschungseinrichtungen ist das ein starkes Argument. Sie trainieren und führen KI-Modelle aus, ohne sensible Daten auf externe Server zu schicken. Und sie müssen keine teuren Servercluster kaufen, wenn ein Mac Studio mit M5 Ultra für viele Aufgaben reicht. Manche Workloads bewältigt auch dieser Chip nicht – aber die Grenze liegt jetzt deutlich höher.
Einordnung: Was die neuen Chips konkret verändern
Der M6 und der M5 Ultra sind nicht nur zwei neue Prozessorgenerationen. Sie zeigen, wohin sich Apple bewegt: KI-Berechnungen laufen zunehmend lokal, und Desktop-Computer erreichen ein Niveau, das früher spezieller Serverhardware vorbehalten war. Der M6 ist der Allrounder für die meisten Nutzer, vom Studenten bis zum Entwickler. Der M5 Ultra ist das Werkzeug für Höchstleistungen.
Für die meisten Nutzer ist der M6 im Mac mini der interessantere Chip. Er bietet mehr Leistung als der M5, verbraucht aber nicht mehr Energie. KI-Funktionen wie Siri, Textvorhersage oder Bildbearbeitung arbeiten dadurch flüssiger. Wer spielt, profitiert von der besseren GPU und dem schnelleren Speicher.
Der M5 Ultra richtet sich an ein anderes Publikum: Videoschnitt-Profis, 3D-Artists, Wissenschaftler und KI-Entwickler. Die Plattform bietet 512 Gigabyte Speicher und 1,2 Terabyte pro Sekunde Bandbreite. Die Quad-Die-Architektur bleibt bei normalen Anwendungen unsichtbar, ist aber die Grundlage dafür, dass der Mac Studio als kompakte Workstation funktioniert.
Zahlen und Marketingbegriffe sind das eine, die tatsächliche Erfahrung das andere. Die Richtung ist klar. Beide Chips treiben die Entwicklung weg von der reinen Cloud-KI und hin zu lokaler, privater und effizienter Rechenleistung. Davon profitierst du auch, wenn du nie ein KI-Modell trainierst – schnellere und effizientere Geräte machen den Alltag einfach besser.
Quelle: apple.com
