Jak podaje The Information, OpenAI zakupiło w ostatnich miesiącach dziesiątki tysięcy komputerów Mac mini i Mac Studios w celu szkolenia agentów korzystających z komputerów. Jest to niezwykła strategia obliczeniowa, która pomogła wywołać wzrost popytu napędzany sztuczną inteligencją, którego Apple się nie spodziewało.
Według raportów MacRumors i 24/7 Wall St, masowe zakupy dokonane w celu uczenia się przez wzmacnianie przyczyniły się do niedoborów w konfiguracjach komputerów Mac mini i Mac Studio, przez co niektóre modele były niedostępne od miesięcy. Więcej kontekstu na ten temat znajdziesz w naszych najnowsze osiągnięcia AI.
Dlaczego laboratoria AI chcą biurek zamiast stojaków na procesory graficzne
Ta logika odwraca konwencjonalne podejście do infrastruktury sztucznej inteligencji. Szkolenie modelu pionierskiego wymaga ogromnych klastrów połączonych ze sobą procesorów graficznych — na rynku, na którym dominuje Nvidia. Jednak szkolenie agentów korzystających z komputera, umieszczonych na pulpicie, którym zleca się wykonanie zadania i których wynik jest oceniany, ma inny profil: faworyzuje pracę na tysiącach niezależnych maszyn, a nie samą moc skoncentrowaną w jednym superkomputerze.
Właśnie tam przydatna staje się architektura zunifikowanej pamięci firmy Apple. W komputerze Mac procesor, procesor graficzny i pamięć działają z tej samej puli, zamiast polegać na oddzielnej karcie graficznej i oddzielnej pamięci systemowej, co jest rozwiązaniem dobrze dostosowanym do uruchamiania tysięcy równoległych sesji komputerów stacjonarnych, podczas których każda maszyna działa niezależnie. Jest to również, z komercyjnego punktu widzenia, tańszy sposób na skalowanie szkolenia agentów niż wynajmowanie ograniczonych i kosztownych godzin pracy procesora graficznego na potrzeby obciążeń, w których procesory graficzne nie są wyjątkowo dobre.
OpenAI nie jest osamotniony w tym podejściu. Według 24/7 Wall St., według doniesień, Anthropic wynajął moc obliczeniową krzemu Apple za pośrednictwem AWS Amazona do podobnych zadań.
Apple nie było gotowe na nabywców AI dla przedsiębiorstw
Popyt zmiażdżył Apple. Według raportów The Information firmie brakowało dedykowanego zespołu inżynierów dla klientów biznesowych oraz personelu skupionego na relacjach z programistami, a także nie miała strategii sztucznej inteligencji dla przedsiębiorstw, gdy organizacje zaczęły zwracać się do niej z prośbą o zakup tysięcy komputerów Mac jako węzłów obliczeniowych.
Niektórzy klienci korporacyjni poprosili o dostęp do infrastruktury obliczeniowej Private Cloud firmy Apple – ale jak podaje MacRumors, otrzymali odmowę. Zamiast tego Apple polega na partnerach takich jak WebAI i Mount Thor, którzy zapewniają narzędzia AI i środowiska wykonawcze zbudowane na sprzęcie Apple.
Mimo to firma zabiegała o względy tego segmentu. W czerwcu Apple zorganizowało wydarzenie „Business at the Park” z udziałem dyrektorów firm Ford, Disney i Anthropic, podczas którego według doniesień „ulubieńcem” programu był Mac mini. Firma Apple promowała także możliwość połączenia wielu komputerów Mac Studios w jeden, bardziej wydajny system do obsługi dużych, pionierskich modeli sztucznej inteligencji — jest to funkcja skierowana raczej do klientów biznesowych i programistów, a nie do zwykłych konsumentów.
Niezwykle wczesne odświeżenie i napięty łańcuch dostaw
Wydaje się, że ten gwałtowny wzrost wykrzywił kalendarz produktów Apple. Apple zwykle wypuszcza nowe modele komputerów Mac bliżej października lub listopada, ale w zeszłym tygodniu odświeżył Maca mini z chipem M6 i Mac Studio z procesorami M5 Max i M5 Ultra – niezwykle wczesną premierę, którą The Information przypisuje boomowi sprzedaży komputerów Mac Studio i Mac mini napędzanego sztuczną inteligencją.
Te nowe maszyny są skierowane bezpośrednio do tej publiczności. Jak omówiono w momencie premiery AI Buzz Wire, modele M6 Mac mini i M5 Ultra Mac Studio łączą pierwszy 2-nanometrowy procesor Apple z pierwszą architekturą z czterema matrycami i maksymalnie 512 GB zunifikowanej pamięci — specyfikacje te mają na celu lokalne uruchamianie dużych modeli sztucznej inteligencji i łączenie maszyn w klastry.
Podaż nie nadąża. Gwałtowny wzrost popytu zbiegł się z globalnym niedoborem pamięci, przez co wiele konfiguracji z wyższej półki pozostaje niedostępnych od miesięcy. Według doniesień niektórzy klienci korporacyjni zwrócili się ku alternatywom, takim jak DGX Spark firmy Nvidia, kompaktowy komputer stacjonarny ze sztuczną inteligencją o podobnej obudowie, gdy zaawansowane konfiguracje Apple były niedostępne.
Co to oznacza dla liczb Apple — i fosy Nvidii
W modzie są prawdziwe pieniądze, choć atrybucja wymaga ostrożności. Apple wygenerowało w trzecim kwartale finansowym przychody z komputerów Mac w wysokości około 10,4 miliarda dolarów, co oznacza wzrost o około 29 procent rok do roku, ale firma nie ujawnia, ile pochodziło z komputerów Mac mini i Studios, więc zrzucanie wzrostu bezpośrednio na laboratoria AI byłoby przedwczesne, jak zauważył 24/7 Wall St.
Bardziej strategicznym punktem jest to, co trend mówi o kolejnej fazie rozwoju sztucznej inteligencji. W miarę jak wnioskowanie i szkolenie agentów wykraczało poza gigantyczne klastry szkolenia wstępnego, laboratoria sztucznej inteligencji kupują moc obliczeniową wszędzie tam, gdzie ma to sens ekonomiczny, a Apple natknął się na sprzedaż krzemu samym firmom budującym modele, nie wydając ani dolara na własne centra danych AI.
To nie czyni Apple nową Nvidią. Komputery Mac stanowią uzupełnienie klastrów GPU do obsługi agentycznych obciążeń, a nie zastępują skoncentrowanej mocy, której wymaga wstępne szkolenie dużych modeli. Ponieważ jednak agenci korzystający z komputerów należą do najszybciej zmieniających się granic sztucznej inteligencji, pomysł, że znaczna część szkolenia agentów odbywa się obecnie na komputerach stacjonarnych – a nie na szafach w centrach danych – zmienia założenia dotyczące wyglądu infrastruktury sztucznej inteligencji.
---
Bądź na Bieżąco z AINajnowsze wiadomości, analizy i przełomy w dziedzinie AI — wszystko w jednym miejscu.
Czytaj więcej wiadomości AI →
