现在距离今年 WWDC 还有两三个月。届时苹果大概率会发新一代 Mac Studio。它和常见的台式机或笔记本，最大的差别在哪？——CPU、内存和 GPU 在物理意义上集成在同一颗芯片封装里，这就是所谓“统一内存架构”。

所以，买苹果电脑常听到一句话——“在力所能及范围内尽量买大内存”——背后真正的原因不是怕将来不够用，而是事后根本加不了。

Apple Silicon 在 AI 时代被重新发现，靠的不是 CPU 算力，而是一个普通用户根本没听过的指标——内存带宽，也就是内存的读写速度。

现售 Mac Studio 顶配（M2 Ultra）大约是 800 GB/s，每秒钟搬运 800 个 G 的数据，接近一块 1 T 硬盘的整盘吞吐量。这个数字不是一个统一常数：Mac mini 在 120 到 273 GB/s 之间，Mac Studio 不同芯片型号在 410 到 819 GB/s 不等。但与传统插内存条的方案相比，整个 Apple Silicon 阵营都站在另一个量级上，大约快 5 到 10 倍。日常上网、写文档、刷微信，这点差距完全感受不到；一旦放进大模型推理这个场景，立刻就是硬瓶颈。

开源大模型后面常跟一个数字——31B、70B、197B。一个 B 是十亿参数。按全量高精度模型粗估，参数量乘以 2 大约就是它的内存占用：31B 大约 60 多 G，70B 大约 140 G。而一个模型每秒钟能输出多少 token，有一个非常简单的算法——把整个模型完整读取一遍所花的时间。决定这个时间的是带宽，不是容量。

举个例子。一台 256 G 内存的 Mac Studio，理论上能装下一个 70B 的全量模型（140 G），“用得起来”。能用得多快？800 ÷ 140 ≈ 5 到 6 token/s，屏幕上每秒钟跳出 5、6 个字。人类的舒适阅读速度大概在每秒 15 到 20 字之间，这种体感是吃力的。但这只是全量精度的算法。如果换成 4 bit 量化版的 70B，内存占用降到 35 G 左右，800 ÷ 35 ≈ 22 token/s，已经超过人的舒适阅读速度。换句话说，当前顶配 Mac Studio 在量化版 70B 上是跑得动的——但这只是甜点位的下限，再往上走 100B、200B 全量，带宽这个瓶颈立刻又立起来。

把这笔账算清楚，一个判断就立得住：

在消费端本地分布式部署开源大模型这个具体场景里，决定能不能跑、跑多快的，不是内存容量，也不是 CPU 主频——是内存带宽。

瓶颈当然不止这一个——量化压缩、软件栈、芯片架构、功耗、成本、模型本身的质量，都在一起卡——但在“消费端本地推理”这个收窄的语境里，内存带宽是其中位置最靠前的那一道闸。

要在这个场景里站住，目前只有三条路：

• 云端拼算力
• NVIDIA HBM 显卡
• Apple Silicon 一体化高带宽

NVIDIA 当然最猛——H100 的内存带宽是 3 TB/s，是 Mac Studio 顶配的近 4 倍。但 H100 一张卡 30 万人民币起步，Mac Studio 顶配大约 7 万。单位带宽成本，Apple 是 NVIDIA 的 1/15。

Apple 的护城河不是“全市场最高带宽”，而是“消费级 + 极致性价比”。在个人、小团队、小工作室这个尺度上，这个差距决定了一切。

具体到 A 股，跟这条逻辑链条距离较近、值得放进观察列表的有两个标的。

• 长电科技（600584） 做的是先进封装，它的封装路线和苹果的 UltraFusion 不是同一个东西，但属于同一个赛道里的国产对应物——有点像安卓和 iOS 的关系。
• 深南电路（002916） 做的不是封装堆叠，是高速 PCB 与封装基板这一层，把芯片之间的物理连接落地成商品。

这两个标的不是“直接解决卡脖子”——更准的讲法是，在 chiplet 加高带宽封装这条受益链条上，它们是位置较近、产业映射较清晰的两个 A 股观察对象。即便开源模型本地化没按预期铺开，它们在 HPC、车规、5 G 通信这些方向也有需求兜底。

WWDC 距离现在还有两三个月，建仓时间够。今年苹果的硬件迭代——不一定锁死 WWDC，也可能在春季的 special event 或秋季档期——大概率会把内存带宽从 800 GB/s 提升到 1 TB/s。提升是有的，但从 800 到 1000 是渐进，不是根本解决。

等到媒体把“内存带宽”这个词从硬件圈拎出来摆到桌面上，资金就会去找映射标的。这个过程不一定按教科书时间表走，但 5 到 7 月这个窗口本身够宽，不依赖某一场具体的发布会。如果未来几周这两个票真的出现合适的买点，是值得放进观察列表的。

大概说这么多。

（本文为 2026 年 4 月 9 日集团内部研讨会发言，全部为公开信息整理。本文仅用于内部研讨，不形成投资建议。）