在亚太与美西节点租用 Mac mini M4跑 WhisperKit（Core ML）批转写时，权重、解码态与缓存共享统一内存。本文矩阵覆盖并行路数、分片批长、精度、16GB/24GB 与内置 NVMe，并把排队与计算拆为 Wq/Wc。内链：Core ML 批推理矩阵、ORT CoreML EP 矩阵、区域与批成本；套餐、租用、帮助免登录。
痛点与边界
1）并行会话膨胀。每路转写持有解码上下文与中间激活，与 Core ML 缓存、页缓存争用统一内存；路数加太快常先恶化尾延迟。
2）批长与精度耦合。分片过长抬高峰值内存；量化与 float16 需按真实音频分布复测，不承诺固定加速比。
3）单一总超时。排队与计算绑在同一计时器，易用重试掩盖积压，或误杀首次编译中的分片。
场景决策矩阵（定性）
定性护栏，需按你们模型与音频格式复测对齐。
| 场景 | 并行路数 | 分片批长 | 精度 | 16GB / 24GB | 磁盘 IO | Wq / Wc |
|---|---|---|---|---|---|---|
| 离线批量 | 16GB 1～2 路；24GB 2～3 路起，设硬顶 | 句边界切分，近 p95 拐点回退 | 量化优先，再 float16 | 24GB 更易双路缓冲 | 源音频置内置盘 | Wq 略长；Wc 盖 p95 |
| 低延迟 API | 先 1 路再加信号量 | 短分片 | 避免无谓全精度 | 16GB 并发余量紧 | 控并行小文件读 | Wq 紧；Wc 留编译窗 |
| 多租户 | 每租户并发上限 | 小批长+准入 | 统一精度档 | 大档月租减争抢 | 临时文件前缀隔离 | 双超时进指标，先降级 |
不做性能夸大。ANE/GPU 路由与算子集随系统与 WhisperKit 小版本变化；换区或换镜像后请重跑剖析并更新队列参数。
sysctl 与活动监视器参考阈值
以下为只读排查，非 SLA；阈值随机型与负载变。
sysctl -n hw.memsize
sysctl -n hw.physicalcpu活动监视器：转写窗口内内存压力黄或红、交换文件持续增长，优先减并行或缩短分片再调超时。磁盘读带宽持续高位且 CPU 等 IO 明显，排查并行小文件或外置临时目录。Wq 暴露槽位与上游慢，Wc 暴露单分片算子或编译异常。
落地五步
- 钉死版本：WhisperKit、模型哈希、系统小版本。
- 单路剖析：冷启动与稳态分开计时。
- 二分批长：p95/内存拐点停。
- 双超时：缩批长→减路数→调 Wc→加机。
- 换区复测：RTT 改善不等于本机算力变多。
可引用清单（至少三条）
- 每路常驻内存对
hw.memsize档位设并行上限。 - 分片墙钟除以音频秒得 RTF，便于跨区对比。
- 十分钟窗内贴近 Wc 的分片占比，用于发现精度或 IO 退化。
套餐、分区域节点与帮助
常见问题
外置盘？ 热路径宜内置 NVMe。
小结与转化
M4 上 WhisperKit：限并行、实测批长/精度、拆 Wq/Wc。2026-rent-remote-mac-m4-whisperkit-batch-matrix.html