OpenAI hat in den letzten Monaten Zehntausende Mac minis und Mac Studios gekauft, um Agenten für die Computernutzung auszubilden, berichtete The Information, eine ungewöhnliche Rechenstrategie, die dazu beigetragen hat, einen KI-gesteuerten Nachfrageanstieg auszulösen, den Apple selbst nicht erwartet hatte.
Laut Berichten von MacRumors und 24/7 Wall St. haben die Großkäufe, die zur Verstärkung des Lernens getätigt wurden, zu Engpässen bei Mac mini- und Mac Studio-Konfigurationen beigetragen, die dazu geführt haben, dass einige Modelle monatelang ausverkauft waren. Weitere Informationen zu dieser Geschichte finden Sie in unserer mehr KI-Geschichten.
Warum KI-Labore Schreibtische anstelle von GPU-Racks wollen
Die Logik kehrt die herkömmliche Weisheit der KI-Infrastruktur um. Das Training eines Grenzmodells erfordert enorme Cluster miteinander verbundener GPUs – ein Markt, der von Nvidia dominiert wird. Aber das Training von Computer-Nutzungsagenten, die auf einem Desktop platziert werden, denen gesagt wird, sie sollen eine Aufgabe erledigen, und die anhand des Ergebnisses bewertet werden, hat ein anderes Profil: Es bevorzugt die Breite über Tausende unabhängiger Maschinen statt roher Leistung, die in einem Supercomputer konzentriert ist.
Hier kommt die Unified-Memory-Architektur von Apple Silicon zum Einsatz. Bei einem Mac arbeiten CPU, GPU und Speicher im selben Pool, anstatt sich auf eine separate Grafikkarte und einen separaten Systemspeicher zu verlassen. Diese Anordnung eignet sich gut für die Ausführung Tausender paralleler Desktop-Sitzungen, bei denen jede Maschine unabhängig arbeitet. Aus kommerzieller Sicht ist es auch eine günstigere Möglichkeit, die Agentenschulung zu skalieren, als knappe und teure GPU-Stunden für Arbeitslasten zu mieten, bei denen GPUs nicht besonders gut sind.
OpenAI ist mit diesem Ansatz nicht allein. Laut 24/7 Wall St hat Anthropic Berichten zufolge Apple-Siliziumkapazität über Amazons AWS für ähnliche Arbeitslasten gemietet.
Apple war nicht bereit für Käufer von Unternehmens-KI
Die Nachfrage traf Apple völlig überrascht. Dem Bericht von The Information zufolge fehlte dem Unternehmen ein dediziertes Engineering-Team für Geschäftskunden und Mitarbeiter, die sich auf Entwicklerbeziehungen konzentrierten, und es verfügte über keine Unternehmens-KI-Strategie, als Unternehmen begannen, Macs zu Tausenden als Rechenknoten zu kaufen.
Einige Unternehmenskunden baten um Zugriff auf die Private Cloud Compute-Infrastruktur von Apple – und wurden abgelehnt, berichtete MacRumors. Stattdessen stützt sich Apple auf Partner wie WebAI und Mount Thor, die auf Apple-Hardware basierende KI-Tools und Ausführungsumgebungen bereitstellen.
Dennoch hat das Unternehmen das Segment umworben. Im Juni veranstaltete Apple eine „Business at the Park“-Veranstaltung mit Führungskräften von Ford, Disney und Anthropic, bei der der Mac mini angeblich der „Liebling“ der Show war. Apple hat auch die Möglichkeit gefördert, mehrere Mac Studios in einem einzigen, leistungsfähigeren System für die Ausführung großer KI-Modelle zu verknüpfen – eine Funktion, die sich eher an Geschäfts- und Entwicklerkunden als an normale Verbraucher richtet.
Eine ungewöhnlich frühe Aktualisierung – und eine angespannte Lieferkette
Der Anstieg scheint Apples Produktkalender verändert zu haben. Normalerweise bringt Apple neue Mac-Modelle näher im Oktober oder November heraus, aber letzte Woche hat es den Mac mini mit seinem M6-Chip und den Mac Studio mit M5 Max- und M5 Ultra-Prozessoren aktualisiert – eine ungewöhnlich frühe Markteinführung, die The Information auf den KI-gesteuerten Boom bei den Verkäufen von Mac Studio und Mac mini zurückführt.
Diese neuen Maschinen sind direkt auf dieses Publikum ausgerichtet. Wie AI Buzz Wire bei der Markteinführung berichtete, kombinieren der M6 Mac mini und der M5 Ultra Mac Studio den ersten 2-Nanometer-Prozessor von Apple mit seiner ersten Quad-Die-Architektur und bis zu 512 GB einheitlichem Speicher – Spezifikationen, die darauf abzielen, große KI-Modelle lokal auszuführen und Maschinen zu gruppieren.
Das Angebot hat nicht Schritt gehalten. Der Nachfrageanstieg fiel mit einer weltweiten Speicherknappheit zusammen, sodass viele High-End-Konfigurationen monatelang nicht vorrätig waren. Berichten zufolge haben einige Unternehmenskunden auf Alternativen wie Nvidias DGX Spark zurückgegriffen, einen kompakten KI-Desktop mit einem ähnlichen Formfaktor, als die High-End-Konfigurationen von Apple nicht verfügbar waren.
Was es für Apples Zahlen bedeutet – und Nvidias Burggraben
In dem Trend steckt echtes Geld, auch wenn die Namensnennung Vorsicht erfordert. Apple erwirtschaftete im dritten Geschäftsquartal rund 10,4 Milliarden US-Dollar an Mac-Umsätzen, was einer Steigerung von etwa 29 Prozent gegenüber dem Vorjahr entspricht. Das Unternehmen gibt jedoch nicht bekannt, wie viel von Mac Minis und Studios stammte. Daher wäre es verfrüht, das Wachstum direkt den KI-Laboren zuzuschreiben, wie 24/7 Wall St. feststellte.
Der strategischere Punkt ist, was der Trend über die nächste Phase des KI-Ausbaus sagt. Da sich Inferenz und Agententraining über riesige Pretraining-Cluster hinaus ausbreiten, kaufen KI-Labore Rechenleistung überall dort, wo es wirtschaftlich sinnvoll ist – und Apple ist dazu verleitet, Silizium an genau die Unternehmen zu verkaufen, die die Modelle erstellen, ohne einen Dollar für eigene KI-Rechenzentren auszugeben.
Das macht Apple nicht zu einem neuen Nvidia. Macs sind eine Ergänzung zu GPU-Clustern für Agenten-Workloads und kein Ersatz für die konzentrierte Leistung, die für ein umfangreiches Modell-Vortraining erforderlich ist. Aber da Agenten, die Computer verwenden, zu den sich am schnellsten entwickelnden Grenzen in der KI gehören, verändert die Idee, dass ein bedeutender Teil der Agentenschulung jetzt auf Computern am Schreibtisch statt in Rechenzentrums-Racks stattfindet, die Annahmen darüber, wie die KI-Infrastruktur aussieht.
---
Bleib vorne bei KIDie neuesten KI-Nachrichten, Analysen und Durchbrüche – alles an einem Ort.
Mehr KI-Nachrichten lesen →
