Apple ra mắt M3 Ultra

 (apple.com)
1 điểm bởi GN⁺ 2025-03-06 | 1 bình luận | Chia sẻ qua WhatsApp
  • Apple công bố M3 Ultra, con chip cao cấp nhất dành cho Mac, tiếp tục nâng Mac Studio thành workstation cho các tác vụ AI, đồ họa và video quy mô lớn
  • Thông số chính gồm CPU 32 lõi, GPU tối đa 80 lõi, Neural Engine 32 lõi, Thunderbolt 5 và bộ nhớ hợp nhất tối đa 512GB
  • So với Mac Studio thế hệ trước, Apple cho biết CPU nhanh hơn M2 Ultra tối đa 1,5 lần, còn GPU nhanh hơn M2 Ultra tối đa 2 lần
  • UltraFusion kết nối hai die M3 Max bằng hơn 10.000 liên kết tốc độ cao, khiến phần mềm nhìn thấy như một con chip duy nhất
  • Với băng thông bộ nhớ hơn 800GB/s và bộ nhớ tối đa 512GB, chip này nhắm đến kết xuất 3D, hiệu ứng hình ảnh, AI và chạy trực tiếp trên thiết bị các LLM hơn 600 tỷ tham số

Vai trò và thông số cơ bản của M3 Ultra

  • Apple công bố M3 Ultra là con chip có hiệu năng cao nhất mà hãng từng tạo ra
  • Chip này được định vị là cung cấp CPU và GPU mạnh nhất trên Mac, Neural Engine 32 lõi và lượng bộ nhớ hợp nhất lớn nhất trên máy tính cá nhân
  • Cấu hình chính như sau
    • Tối đa CPU 32 lõi
    • Tối đa GPU 80 lõi

    • Neural Engine 32 lõi

    • Thunderbolt 5

      • Tối đa 512GB bộ nhớ hợp nhất
      • M3 Ultra được dùng làm con chip nâng hiệu năng của Mac Studio mới

Hiệu năng và workload AI

  • CPU gồm 24 lõi hiệu năng và 8 lõi tiết kiệm điện, mang lại hiệu năng tối đa 1,5 lần so với M2 Ultra và tối đa 1,8 lần so với M1 Ultra
  • GPU là cấu hình lớn nhất trong các chip Apple, có tối đa 80 lõi đồ họa và nhanh hơn tối đa 2 lần so với M2 Ultra, tối đa 2,6 lần so với M1 Ultra
  • Mốc so sánh hiệu năng là các hệ thống Mac Studio thế hệ trước
    • M1 Ultra: CPU 20 lõi, GPU 64 lõi, RAM 128GB
    • M2 Ultra: CPU 24 lõi, GPU 76 lõi, RAM 192GB
  • Kiến trúc đồ họa bao gồm Dynamic Caching, mesh shading tăng tốc phần cứng và ray tracing
  • Với các tác vụ AI và machine learning, chip tận dụng đồng thời bộ tăng tốc ML của CPU, GPU, Neural Engine và băng thông bộ nhớ hơn 800GB/s
  • Mac Studio trang bị M3 Ultra có thể chạy trực tiếp trên thiết bị các mô hình ngôn ngữ lớn với hơn 600 tỷ tham số

Bộ nhớ hợp nhất và tác vụ dung lượng lớn

  • Kiến trúc bộ nhớ hợp nhất của M3 Ultra nhấn mạnh băng thông cao và độ trễ thấp
  • Bộ nhớ bắt đầu từ 96GB và có thể cấu hình tối đa 512GB
  • Apple cho biết dung lượng này vượt quá lượng bộ nhớ được cung cấp trên các card đồ họa workstation cao cấp hiện nay
  • Cấu hình này nhằm giảm điểm nghẽn trong các tác vụ chuyên nghiệp như kết xuất 3D, hiệu ứng hình ảnh và AI, vốn cần lượng bộ nhớ đồ họa lớn

Thunderbolt 5 và khả năng mở rộng

  • M3 Ultra đưa Thunderbolt 5 lên Mac Studio, cung cấp tốc độ truyền dữ liệu tối đa 120Gb/s
  • Băng thông cao hơn Thunderbolt 4 hơn hai lần
  • Mỗi cổng Thunderbolt 5 được hỗ trợ bởi bộ điều khiển tự thiết kế nằm trực tiếp trên chip
  • Băng thông chuyên dụng cho từng cổng nhắm đến người dùng chuyên nghiệp sử dụng lưu trữ ngoài, dock, hub và chassis mở rộng thế hệ mới
  • Thunderbolt 5 cũng cho phép cấu hình kết nối nhiều hệ thống Mac Studio với nhau

Công nghệ bên trong chip

  • UltraFusion dùng silicon interposer tích hợp để kết nối hai die M3 Max bằng hơn 10.000 tín hiệu
    • Băng thông giữa các die với độ trễ thấp là hơn 2,5TB/s
    • Với phần mềm, M3 Ultra trông như một con chip duy nhất
  • Media engine có tài nguyên gấp 2 lần M3 Max và hỗ trợ xử lý nhiều video đồng thời hơn
    • Cung cấp H.264, HEVC dựa trên phần cứng và bốn engine mã hóa/giải mã ProRes
    • Có thể phát tối đa 24 luồng 8K ProRes 422
  • Display engine hỗ trợ tối đa 8 màn hình Pro Display XDR, vận hành hơn 160 triệu pixel
  • Secure Enclave hoạt động cùng khởi động an toàn được xác minh bằng phần cứng và các công nghệ ngăn chặn khai thác khi chạy

Hiệu suất năng lượng và mục tiêu môi trường

  • Hiệu suất năng lượng của M3 Ultra góp phần giúp Mac Studio mới đáp ứng các tiêu chuẩn tiết kiệm năng lượng của Apple
  • Điều này cũng ảnh hưởng đến việc giảm tổng lượng năng lượng tiêu thụ trong suốt vòng đời sản phẩm
  • Apple hiện trung hòa carbon trong hoạt động doanh nghiệp toàn cầu và, theo mục tiêu Apple 2030, dự định đạt trung hòa carbon trên toàn bộ dấu chân carbon vào cuối năm 2030

Bài viết liên quan

1 bình luận

 
GN⁺ 2025-03-06
Ý kiến trên Hacker News

  • Bộ nhớ hợp nhất 512GB thực sự là mức mở ra một lãnh địa mới
    Tôi từng thắc mắc khi nào Apple sẽ vượt qua giới hạn bộ nhớ, và giờ bộ nhớ hợp nhất đã lên tới 0,5TB. Nó rất thực dụng để chạy các mô hình AI lớn cục bộ, và so với cách tiếp cận kiểu NVIDIA, việc tích hợp lượng bộ nhớ hiệu suất cao lớn như vậy vào một con chip đơn là rất thú vị. Tuy nhiên tôi tò mò thiết kế “ghép” hai M3 Max sẽ thể hiện ra sao về nhiệt lượng và mức tiêu thụ điện

    • Băng thông bộ nhớ không tăng, vẫn là mức băng thông có thể đạt được trên M2 Studio. Dĩ nhiên, nếu trả 10.000 USD thì bạn có thể có 512GB bộ nhớ hợp nhất
      Vấn đề là ở quy mô đó, các mô hình ngôn ngữ lớn có chạy với hiệu năng dùng được hay không. Ngay cả khi có đủ bộ nhớ hợp nhất, nếu băng thông bộ nhớ vẫn như cũ thì dù hiệu năng xử lý AI của chip mới có tăng, cũng sẽ xuất hiện lợi suất giảm dần. Rốt cuộc có lẽ tồn tại một tỷ lệ tối ưu nào đó giữa băng thông bộ nhớ so với hiệu năng xử lý và kích thước vùng nhớ
    • Tôi không chắc bộ nhớ hợp nhất có liên quan đặc biệt ở đây hay không. Ví dụ trên zen4/zen5 Epyc, hiệu năng tính toán đã đủ nên suy luận LLM hoàn toàn trở thành nút thắt băng thông bộ nhớ
      Cấu hình dual SP5 Epyc có vẻ sẽ có băng thông bộ nhớ lớn hơn sản phẩm Apple này, và với tầm giá của Apple thì có thể lắp RAM khoảng gấp đôi. Có lẽ giải pháp của Apple sẽ tiết kiệm điện hơn
    • Tôi tò mò liệu đây có phải là bộ nhớ trên chip hay không. Nếu là 800GB/s thì trông giống bus 512-bit tới các mô-đun DDR5, tức gần với 8 kênh hơn. Về cơ bản quad-channel cũng gần đạt được, nhưng như vậy là đẩy tới giới hạn, dù đây vẫn là cấu hình ổn
      Về tính thực dụng, tôi tò mò ứng dụng phổ thông nào sẽ hưởng lợi từ sự kết hợp giữa lượng bộ nhớ cỡ này với hiệu năng tính toán khá ổn nhưng tương đối tầm trung. Ở mức giá 14.000 USD cho hệ thống cấu hình đầy đủ, chẳng hạn có lẽ người ta sẽ thích khoảng hai chiếc NVIDIA Project DIGITS hơn chăng
    • Tôi tự hỏi việc đưa RAM lên cùng chip với chip xử lý có kinh tế hay không
      Tôi từng nghĩ họ sẽ muốn dành node tiến trình tốt nhất cho phần xử lý, còn RAM thì dùng tiến trình rẻ hơn

  • Thật bất ngờ khi là M3 chứ không phải M4. Về cơ bản tôi tò mò liệu đây có phải là tận dụng die binning hay không, nhưng hình như tôi từng đọc đâu đó rằng interposer từng làm điều này khả thi trên chip M1 giờ không còn nữa
    Dù vậy, 512GB RAM hợp nhất mà NPU có thể truy cập là một thứ hoàn toàn thay đổi cuộc chơi. Có vẻ Apple đã phát triển con chip này cho công việc AI nội bộ, và giờ đã tới giai đoạn mở cho người khác dùng. Tuy nhiên phần cứng này thực sự cần form factor rack 2U. Hiện tại hệ điều hành đang kìm hãm phần cứng này

    • Nếu Apple hỗ trợ Linux native, đặc biệt là chạy headless, và có thể đưa M4 Pro vào rack, tôi sẽ dùng ngay trong trung tâm colocation
      CPU gần như không có đối thủ về tốc độ và băng thông bộ nhớ. Tôi vẫn ngạc nhiên là các công ty khác vẫn chưa tạo được chip máy chủ Arm đủ sức cạnh tranh
    • Đúng là hệ điều hành đang kìm hãm. Dù Apple không hồi sinh biến thể XServe OS ngày trước, ít nhất họ nên hợp tác với các nhà phát triển Linux hoặc BSD để đưa một hệ điều hành máy chủ phù hợp với stack phần cứng này
      Hệ điều hành cho người tiêu dùng, theo sở thích cá nhân, thì tốt hơn Windows, nhưng ngày càng nhiều thứ không cần thiết và tàn dư cũ kỹ, khiến nó khó chịu nổi các workload máy chủ production. Nếu có một OS máy chủ có thể xử lý phần cứng bên dưới giống như hypervisor, gắn hoặc chia sẻ nhiều thành phần cho VM và container, nó sẽ có giá trị rất lớn trong các trung tâm dữ liệu nhỏ hoặc môi trường edge. Một NPU on-premises với lượng RAM như vậy sẽ giúp ích rất nhiều cho tăng tốc AI cục bộ được nhiều người dùng trên LAN chia sẻ
    • Tôi thích và tôn trọng những người viết bài “tin đồn Apple”, nhưng chuyện này luôn gần với kiểu “đọc năm blog thiết kế CPU rồi thành chuyên gia” hơn
      Cơ sở suy đoán là không thấy interposer trong ảnh die M3 Max, nhưng điều đó về cơ bản chẳng nói lên điều gì về việc nó có thể được hỗ trợ trong cấu hình M3 Ultra hay không. Thông báo hôm nay chính là bằng chứng
    • Apple có thể làm phần cứng rack 2U và hỗ trợ Linux, hoặc cung cấp bản build Darwin chạy headless. Tuy nhiên với lựa chọn sau thì sẽ không có nhiều phần mềm dùng được
      Dù vậy cuối cùng mọi người cũng sẽ bắt đầu port, và vì đã có MacPorts cùng Homebrew nên chúng có thể được điều chỉnh để chạy trên nền tảng đó. Nhưng Apple có vẻ không quan tâm tới thị trường ấy, nên có lẽ chuyện này sẽ không thành hiện thực
    • Vì tò mò về die binning, tôi đã tổng hợp xem các chip Apple Max bị cắt giảm nhiều tới đâu trong cấu hình xuất xưởng
      M1 Max có 24–32 nhân GPU, M2 Max có 30–38 nhân, M3 Max có 30–40 nhân, M4 Max có 32–40 nhân. Nhìn ngày công bố: M1 Max là 18/10/2021, M1 Ultra là 8/3/2022, M2 Max là 17/1/2023, M2 Ultra là 5/6/2023, M3 Max là 30/10/2023, M3 Ultra là 12/3/2025, M4 Max là 30/10/2024. Nếu xét độ trễ bổ sung giữa lúc M3 Max và Ultra được giới thiệu, suy đoán rằng Apple đã phát triển chip này cho công việc AI nội bộ cũng khá hợp lý

  • Bộ nhớ tối đa của mẫu M2 Ultra trước đây là 192GB, còn các mẫu Pro hoặc một số mẫu M3 là 128GB. Tôi nghĩ mức đó cũng đã đủ cho 99,9% công việc chuyên nghiệp
    Nhưng giờ đã được nâng lên 512GB, và giá Mac Studio 512GB cũng ở mức điên rồ 9.499 USD. Điều này gần như chắc chắn là do ảnh hưởng của cơn sốt vàng AI

    • Mọi công ty AI trên thế giới hẳn đang cân nhắc xem hiệu năng tính toán có đủ để biến đây thành một con đường AI hợp lý hay không. Nếu câu trả lời là có, thì 10.000 USD là rẻ một cách tuyệt đối
    • LLM rất dễ dùng nhiều RAM, và các hệ thống này rẻ hơn rất, rất nhiều so với cấu hình GPU có cùng dung lượng RAM. Tất nhiên là chậm hơn
      Ví dụ, mô hình lượng tử hóa 4-bit của Llama-3.1 405B chắc sẽ chạy vừa
    • Điểm mấu chốt là hiệu năng. Có vẻ DeepSeek và Llama 405B đã cho thấy nhu cầu về bộ nhớ lớn hơn
      Ngay cả hiện nay, người ta vẫn có thể tự dựng hệ thống Epyc với lượng RAM cỡ này hoặc nhiều hơn với chi phí rẻ hơn nhiều và chạy DeepSeek ở khoảng 6 token mỗi giây. Tuy nhiên không phải ai cũng thích lắp ráp và tinh chỉnh, nên vẫn có thị trường cho những người muốn tránh các việc phiền phức. Người ta nói “cơn sốt vàng AI” như thể đó là điều xấu, nhưng không nhất thiết là vậy
    • Phần RAM đó đồng thời cũng là VRAM, nên 0,5TB VRAM tuyệt đối không rẻ. So ra thì Apple lại thuộc dạng khá rẻ
    • Câu hỏi lớn là mức giá 10.000 USD đã phản ánh thuế quan Trung Quốc của Trump hay chưa, hay giá sẽ còn tăng nữa

  • Hiện tại Docker không hỗ trợ Metal GPU
    Nếu chạy LLM bằng Docker trên chip Apple M3 hoặc M4, Docker chỉ hỗ trợ GPU Nvidia và Radeon nên sẽ hoạt động ở chế độ CPU bất kể cấp chip. Nếu phát triển LLM trong Docker, có lẽ nên cân nhắc laptop Framework có GPU Nvidia hoặc Radeon. Theo nguồn, tôi đang phát triển một framework AI agent chạy LLM bên trong Docker trên M3 Max: https://kdeps.com

  • Nếu hiện giờ Studio đã được cập nhật lên M3 Ultra, M4 Ultra có thể sẽ đi thẳng lên Mac Pro tại WWDC. Thời điểm này khá thú vị, và có thể cả form factor của Mac Pro cũng sẽ thay đổi
    Ngoài ra, đây hẳn là sản phẩm có sản lượng rất thấp nên việc dùng tiến trình N3B có lẽ không phải vấn đề chí mạng. Đồng thời, các chip này chắc có chi phí sản xuất rất cao, nên việc gắn chúng với cấu hình RAM đắt tiền cũng có phần hợp lý

    • Thú vị là Apple dường như đã xác nhận trên website tiếng Pháp rằng M4 không có interconnect để tạo “Ultra” [0][1]. Trái với suy nghĩ ban đầu, có thể sẽ không có M4 Ultra
      Cần thận trọng với bài viết này, nhưng họ nói đó là thông tin trực tiếp từ Apple. Nếu vậy thì việc Apple định làm gì với M2 Mac Pro lại càng trở nên bí ẩn hơn
      [0] https://www.numerama.com/tech/1919213-m4-max-et-m3-ultra-let...
      [1] Bối cảnh bổ sung từ Macrumors: https://www.macrumors.com/2025/03/05/apple-confirms-m4-max-l...
    • Apple nói rằng không phải thế hệ nào cũng sẽ có biến thể “Ultra”: https://arstechnica.com/apple/2025/03/apple-announces-m3-ult...
    • Tôi hiểu là Apple từng muốn tìm cách tạo hệ thống đa SoC để thay thế chip Ultra
      Cách hiện tại buộc chip Max phải được thiết kế xoay quanh interconnect. Về lý thuyết, cấu hình đa SoC cũng có thể mở rộng vượt quá hai chip và ra một dải sản phẩm rộng hơn
    • Thành thật mà nói, tôi nghĩ năm nay hoàn toàn sẽ không thấy M4 Ultra. Việc đưa M3 Ultra vào Studio có vẻ nghĩa là M4 Ultra quá đắt hoặc năng lực sản xuất không đủ
      Dù sao thì M2 Mac Pro giống như một sản phẩm mà Apple hỏi khách hàng: “Các bạn có thể làm gì thú vị với những khe PCIe này không? Chúng tôi thì ngoài mở rộng kết nối ra chẳng nghĩ được gì.” Trừ khi Apple thiết kế lại Apple Silicon để hỗ trợ GPU có thể nâng cấp, có vẻ Mac Pro đã hết đường
    • Tôi nghĩ họ sẽ đổi form factor của Mac Pro, hoặc bỏ hẳn nó. Mẫu hiện tại là một thiết kế quá nửa vời và rõ ràng kém hiệu quả chi phí so với Studio
      Nó có cảm giác như một sản phẩm cuối dòng nhằm giữ chân người dùng PCIe cho đến khi họ chuyển mọi thứ sang Thunderbolt. Họ tái sử dụng thiết kế từng nhằm chứa nhiều GPU lớn, nhưng giờ lại không hỗ trợ GPU nên phần lớn hệ thống làm mát và cấp nguồn chỉ còn là dấu tích. Thêm nữa, khả năng mở rộng PCIe cũng âm thầm bị hạ cấp, và Apple Silicon không có nhiều lane PCIe nên các khe bị oversubscribe nặng qua PCIe switch

  • Trong tác vụ AI, 512GB bộ nhớ hợp nhất thật sự cực kỳ lớn. So với số GPU NVIDIA cần thiết thì mức giá gần như trông hợp lý

    • Để có 512GB RAM băng thông cao mà GPU có thể định địa chỉ trên server, có lẽ sẽ tốn chi phí sáu chữ số USD. Nếu bộ nhớ là điểm nghẽn thì đây chắc chắn là server phù hợp
      Ý là NPU và các nhân GPU cần truy cập được phần RAM đó, và hiệu năng cũng phải hợp lý
    • Nếu dù sao cũng phải thay đổi toàn bộ AI workflow để dùng API khác, có lẽ card tăng tốc AMD Instinct sẽ hợp lý hơn
      Dù đắt, nhưng nhanh hơn nhiều, và bạn không phải trải qua việc chỉnh code để chạy được trên macOS
    • Mac Studio cấu hình tối đa là 14K USD

  • Nếu muốn chạy mô hình AI và cần mức bộ nhớ tối đa 512GB, đồng thời không ngại cắm ổ ngoài để lưu trọng số mô hình, thì có thể mua với giá dưới 10.000 USD một chút. Đúng là cỗ máy trong mơ
    NVIDIA Project DIGITS được nói là sẽ ra mắt “sớm” với giá 3.000 USD, nhưng một chiếc Mac có cùng cấu hình 128GB và 4TB có thể mua với giá khoảng 4.700 USD, thực sự nhận được trong vòng một tuần, và khác biệt là nó chạy macOS. Không rõ chênh lệch hiệu năng ra sao. Rất muốn sớm thấy ai đó thử nghiệm toàn bộ mô hình DeepSeek trên máy này, và biết đâu đây có thể là thiết bị AI cá nhân nhỏ đầu tiên mà ta có thể hoàn toàn sở hữu và dùng tùy ý

    • Ở tầm giá này cũng có lập luận rằng người dùng sẽ muốn linh kiện PC có thể thay thế. Nhưng Apple thường cung cấp độ bền nhiều năm cho PC của họ
      Nếu là một “cục gạch AI” của Apple thì chắc sẽ dùng được khá lâu
    • Toàn bộ mô hình DeepSeek R1 cần nhiều bộ nhớ hơn 512GB. Riêng mô hình đã là 720GB
      Thiết bị này có thể chạy phiên bản lượng tử hóa, nhưng không thể chạy toàn bộ mô hình
    • Với băng thông 819GB/s, trải nghiệm với toàn bộ mô hình DeepSeek sẽ rất tệ

  • Thunderbolt 5 khá hữu ích. Bạn có thể dùng một chiếc laptop rất mỏng nhẹ, rồi khi cần thì truy cập GPU ngoài hoặc eGPU qua TB 5 [1]
    Giờ có thể đồng thời có được lợi thế của laptop nhẹ và lợi thế của GPU mạnh
    [1] Asus công bố eGPU Thunderbolt 5 đầu tiên trên thế giới:
    https://www.theverge.com/24336135/asus-thunderbolt-5-externa...

    • Vấn đề là bị ràng buộc vào macOS nên không có driver cho GPU NVIDIA, AMD, Intel
    • Apple Silicon không hoạt động với eGPU
    • eGPU từng gặp rất nhiều vấn đề trên macOS. Tôi đã dùng vài năm, và trên Silicon có lẽ còn tệ hơn
      Thay vào đó, chế độ chia sẻ màn hình hiệu năng cao khá mới được thêm vào Sonoma thật sự rất tuyệt. Khi kết nối từ MacBook tới Mac Studio, bạn có thể chọn chế độ đó và đổi cài đặt hiển thị sang độ phân giải động. Khi đó “thin client” dùng toàn màn hình MacBook 16:10 ở chế độ toàn màn hình, đạt hiệu năng 60fps độ trễ thấp ngay cả trong game thực tế, âm thanh cũng được truyền nên có thể tham gia họp, còn màn hình của Mac Studio chủ sẽ tắt. Đây là những việc VNC không làm được, và RDP cũng tốt hơn nhiều, nhưng tính năng chia sẻ màn hình hiệu năng cao mới này còn mạnh hơn. Tôi luôn nghĩ rằng một laptop mỏng nhẹ để truy cập từ xa vào một máy mạnh mới là tính cơ động cao tốt hơn, thay vì phải khổ sở chạy mọi thứ cục bộ trên laptop. Chỉ cần chỉnh firewall một chút là cũng chạy được qua LTE

  • Có lẽ Apple nên xem xét lại Xserve
    Apple hẳn cũng có một đội hạ tầng máy chủ dưới hình thức nào đó, nhưng việc tự xây dựng hạ tầng máy chủ bằng phần cứng và phần mềm của chính mình là điều đáng khám phá. Nếu gắn hệ sinh thái ứng dụng với máy chủ Apple để cung cấp dưới dạng cloud hoặc cho phép mua trực tiếp, đó có thể là một mảng dịch vụ rất thú vị. Đặc biệt khi hiện nay iPad cũng dùng chip M, xét tới hiệu năng phần cứng thì App Store cần những ứng dụng tốt hơn. Một dịch vụ phần cứng/phần mềm dựa trên cloud được thiết kế phù hợp với hệ sinh thái ứng dụng sẽ khá hấp dẫn
    Ở Apple, phần cứng đã tiến nhanh hơn phần mềm. Ở hầu hết các công ty công nghệ, thường là phần cứng không theo kịp phần mềm, còn Apple thì ngược lại

  • Tò mò không biết khi nào Apple Silicon sẽ hỗ trợ native các hệ điều hành như Linux
    Apple có vẻ không mặn mà công bố tài liệu tham chiếu kỹ thuật chi tiết cho SoC dòng M, vì vậy việc chạy Linux native trên Apple Silicon trở nên khó khăn

    • Có lẽ sẽ không bao giờ có. iPhone hay iPad cũng không có hỗ trợ Linux chính thức, nên khó kỳ vọng Apple sẽ thay đổi thái độ
    • https://asahilinux.org/
    • Điểm đó tôi cũng thấy lạ. macOS được bán kèm phần cứng, nên Apple cũng đâu mất doanh số macOS
      Nếu ai đó mua phần cứng Apple để chạy Linux thì cũng đâu có tác động tiêu cực gì tới AAPL
    • Chạy Darwin không phải là một lựa chọn sao? Tôi tò mò Linux mang lại thêm gì so với Darwin