如题。 
可能“苹果8g ram=windows 16g ram”是笑话， 
但显存带宽的角度，“dgx spark 1g/s= mac/amd 4g/s”绝对不是笑话？ 
因为： 
1）nvfp4的量化格式几乎没有量化损失； 
2）dgx spark支持nvfp4的存储和计算； 
3）mac和amd显卡仅支持4-bit存储，4bit量化的模型仍需反量化到16bit才能被计算 
所以如果认同nvfp4的质量，可认为dgx spark的显存等效800g/s的mac显存。 
推论1: 
Q4量化对m3 ultra/m4 max无意义。 
若不爆显存，则16bit模型比4bit量化版的解码速度更快——因为后者还要额外的反量化时间。 
Q4量化对mac仅仅只有存储意义。 
但若一个模型在mac上要Q4量化后才能装下，考虑到mac的显存显著高于带宽，则吐字/生图速度极慢，几乎没有使用价值。