在跨區租用 Mac mini M4上跑 Core ML，mlmodelc 批量編譯、批推理工作階段與統一記憶體、NVMe I／O 會同時施壓。下文以對照表收斂並發編譯、批次 B、佇列逾時與日租／月租成本提示（定性），並附可執行指令占位。算力與節點讀法請對齊《跨區算力選型：ProRes 與記憶體決策》；延伸《MPS／MLX 批推理矩陣》的雙重逾時與《DLQ 摘要》。公開頁免登入：首頁、購買、方案、說明中心。
前提：ANE 驗證、mlmodelc、批推理
ANE 與精度行為仍以實機驗證最快；資料面與控制面請與目標區域對齊，避免長 RTT 吃掉互動 SLA。持續整合路徑上，建議以 coremlcompiler 產出 mlmodelc，並以鎖或全域佇列避免多租戶彼此踩編譯峰值；執行期則以 MLModel 搭配批次維度 B 調節延遲與吞吐。統一記憶體上，編譯與推理不宜無上限疊加，否則互動任務易被擠壓。若同節點還跑 Ollama、轉檔或其他 GPU／ANE 工作，請預留配額並參考《跨區延遲與買租成本》評估節點檔位與租期。
決策對照表（並發編譯、批次、I／O、外接碟、佇列逾時、成本提示）
下列為出發點；實際請依模型體積、輸入解析度、macOS 版本與工具鏈再掃參。符號：Wq 為佇列等待逾時，Wc 為單次推理計算逾時。
| 情境輪廓 | 並發編譯數 | 批次（B） | I／O（內建 NVMe） | 外接碟 | 佇列逾時（Wq／Wc） | 日租／月租成本提示（定性） |
|---|---|---|---|---|---|---|
夜間 CI mlmodelc 產線 |
16GB：1（＋淺佇列）／24GB：1～2（信號量） | 推理 B 之外，以編譯佇列深度為槓桿 | 順序寫入、中繼檔；同時 >2 易競爭 | 輸出、日誌改外接暫存 | Wq 短／Wc≈p95×2＋α | 日租較符合尖峰編譯 |
| 線上批推理（模型已暖機） | 0～1（僅部署後短窗） | 中～大；ANE／GPU 依模型剖析而定 | 讀取與預取；批次間保留暖機 | 可選；大型快取可掛外接唯讀 | Wq 中／Wc 含暖機餘裕 | 月租固定較易攤提 |
| 多租戶共用節點 | ≤1（建議全域鎖） | 租戶別小批次＋並發上限 | I／O 公平排程 | 租戶別 scratch 目錄 | Wq 長＋降級／Wc 對齊 SLA | 分拆時月費中～高；隔離後有時更省 |
可執行指令與參數占位
請將占位符替換為實際路徑、最低系統版本與鎖定的工具鏈版本；在 CI 中一併寫入 artifact 摘要與雜湊以便回溯。
編譯範例（輸出 macOS 用 mlmodelc）
xcrun coremlcompiler compile \
"<PATH_INPUT.mlpackage|PATH_INPUT.mlmodel>" \
"<PATH_OUTPUT_DIR>" \
--platform macos \
--deployment-target "<MACOS_MIN_VERSION>"以 pip 釘選 coremltools 版本（占位）
python3 -m pip install "coremltools==VER_PLACEHOLDER"執行期若以 MLModelConfiguration 調整 compute units，建議僅在預備環境比對 ANE／GPU／CPU 行為，再凍結設定上線。細節請以 Apple 官方文件為準。
佇列逾時與降級
請將網路／API 等待與裝置上計算分開計時：遠端 SSH 或閘道轉發會吃掉 Wq 預算，若與計算混欄容易誤判逾時。降級順序可採縮小 B → 改走較小模型或子圖 → 部分結果搭配死信再試；與《DLQ 與摘要 Webhook》併用時，請為重試設有界次數與抖動。多區部署時，資料盡量節點本機化，控制面再跨區，可降低 RTT 對佇列配置的干擾。
常見問題
是否應把 mlmodelc 納入 Git？ 多數團隊改以構件庫或物件儲存保存，儲存庫保留規格、版本與雜湊即可。
只有 CLI 是否足夠？ 需 Xcode CLT 與對應 coremlcompiler；映像與權限請見 說明中心。