Apple M5 10 Cores
Apple Silicon M5: das Update, erklärt — und wer es wirklich braucht
Das Wesentliche
-
3-nm-Prozess der dritten Generation mit klarem Fokus auf On-Device-KI.
-
GPU mit neuronalen Beschleunigern in jedem Kern plus RT Gen3 – hier liegt der größte Sprung.
-
CPU mit bis zu 10 Kernen (4P+6E) und geschätztem ~15–20 % Multithread-Zuwachs.
-
153 GB/s Speicherbandbreite (≈+30 % vs. M4), Basiskonfigurationen bis 32 GB RAM.
-
Erste Gerätewelle: 14″ MacBook Pro, iPad Pro, aktualisiertes Vision Pro. Ankündigung: 15. Oktober 2025; Verkauf ab 22. Oktober 2025.
Kontext: welches Bedürfnis der M5 adressiert
Workflows 2025 verlagern sich zu generativer Grafik, Upscaling/Denoise im Schnitt und LLM-Inference direkt auf dem Gerät. Der M5 zielt genau darauf: Er verlagert einen wesentlichen Teil der ML-Last weg von CPU/Neural Engine auf die GPU selbst, deren jeder Kern nun einen neuronalen Beschleuniger enthält.
Wo die Leistung tatsächlich wuchs
Grafik & KI
Die Schlagzeile ist der per-Core Neural Accelerator plus Raytracing der dritten Generation. In AI-Render und Effekten (Upscaling/Super-Resolution, Stiltransfer) gibt es Vielfaches gegenüber M4; in Games und Pro-Projekten mit RT spürbar höhere FPS und kürzere Renderzeiten.
CPU
Das maximale Layout bleibt vertraut: 4 Performance- + 6 Efficiency-Kerne. Der Gewinn ist weniger „Peak“, sondern vor allem dauerhafte Multithread-Durchsatzleistung – Builds, Batch-Exporte, Medien-Transcodes.
Speicher
Die einheitliche Architektur mit 153 GB/s hält größere Tensoren und Texturen im Systemspeicher. Das beschleunigt sowohl die Grafik-Pipeline als auch On-Device-ML-Inference.
Neural Engine
Weiterhin 16 Kerne, in der Praxis nun enger verzahnt mit der neuen GPU: Für viele Modelle/Operationen lohnt sich die Ausführung im Grafikblock mit integrierten Neural-Beschleunigern.
Praxisnutzen: wer am meisten profitiert
-
Creative & Video: 4K→8K-Upscale, intelligentes Denoise, Stabilisierung, generative Masken/Hintergründe.
-
Foto & 3D: schnelleres Denoise/Super-Resolution, RT/Relighting-Render, generative Materialien.
-
ML/Daten: On-Device-LLM-Prompts, semantische Suche, Embeddings, latenzarme Inferenz ohne Cloud.
-
Entwicklung: schnellere Builds und Testrunner in großen Monorepos; Vorteile unter dauerhafter Multithread-Last.
Geräte & Konfigurationen
Zum Start kommt M5 im 14″ MacBook Pro, iPad Pro und Vision Pro (2. Gen.). Unterschiede betreffen nicht nur Takt und Kühlung, sondern auch RAM-Limits: Für ML und schwere Timelines lohnt es sich, mehr Arbeitsspeicher und schnelles Storage direkt mitzunehmen.
Verglichen mit M4 — in einfachen Worten, ohne Tabellen
Kurz gesagt: Die M5-CPU ist etwas schneller; die Grafik ist deutlich „intelligenter“. Gegenüber M4s klassischerem CPU+GPU+NE-Mix verschiebt M5 den Schwerpunkt zu GPU-AI: Jeder GPU-Kern hat nun einen dedizierten Neural-Beschleuniger. Die Speicherbandbreite steigt auf 153 GB/s (vs. ~120 GB/s beim M4).
Im Alltag äußert sich das so: Renderings und generative Effekte beschleunigen sichtbarer als „pure CPU“. Büro-Workloads spüren moderate Verbesserungen; kreative und ML-Workflows werden klar schneller.
Lohnt sich das Upgrade?
-
Von M1/M2: spürbar nahezu überall; für Video/ML klar empfehlenswert.
-
Von M3: sinnvoll, wenn Speichergrenzen und GPU/ML-Effekte limitieren.
-
Von M4: rational, wenn der eigene Workflow stark auf GPU-AI oder RT setzt oder regelmäßig große Modelle/Timelines im RAM hält.
Einschränkungen & Feinheiten
-
Manche Zahlen sind Hersteller-Schätzungen; Resultate hängen von Thermik und Software ab.
-
Das größte Plus zeigt sich in Projekten mit Support für GPU-Neural-Beschleuniger und RT Gen3.
-
„Schneller-leiser-dünner“ stößt weiterhin an die Kühlung des jeweiligen Geräts.
Fazit
M5 ist eine Evolution mit klarer Ausrichtung auf GPU-orientierte KI. Die CPU legt moderat zu, doch die Kombination aus „smarter“ Grafik + 153 GB/s Speicher beschleunigt generative Effekte, Upscaling und On-Device-Inference spürbar. Wer kreativ oder ML-lastig am Gerät arbeitet, profitiert deutlich; für reine Office-Aufgaben bleibt der Abstand zu M4/M3 moderat.