Согласно отчету The Information, за последние месяцы OpenAI приобрела десятки тысяч настольных компьютеров Mac mini и Mac Studio, и причина этого не имеет ничего общего с настольными компьютерами. Машины используются для обучения с подкреплением и обучения агентов, использующих компьютер — систем искусственного интеллекта, которые учатся управлять компьютером так, как это делает человек, просматривая программное обеспечение, управляя файлами и выполняя многоэтапные задачи с ограниченным вмешательством человека.
Отчет, подхваченный MacRumors и 24/7 Wall St., появился на той же неделе, когда Apple объявила о необычно своевременном обновлении Mac mini и Mac Studio. MacRumors сообщил, что это объявление было вызвано неожиданно сильным аппетитом предприятий к рабочим нагрузкам ИИ, а обсуждение этой новости в Hacker News собрало сотни голосов, поскольку разработчики обсуждали, что показывают массовые закупки о том, как пограничные лаборатории на самом деле создают инфраструктуру обучения. Подробнее об этой истории — в нашем новости об ИИ.
Почему лаборатории искусственного интеллекта нужны настольные компьютеры вместо кластеров графических процессоров
Обучение передовой модели остается задачей для огромных взаимосвязанных кластеров графических процессоров — тех установок, где доминируют ускорители Nvidia, и в одном обучающем запуске могут участвовать десятки тысяч связанных чипов. Однако у агентного ИИ другой аппаратный профиль.
Агент, который учится использовать компьютер, может быть помещен на виртуальный или физический рабочий стол, ему дана задача, оценен результат и соответствующим образом усовершенствован. Одновременное выполнение тысяч таких сессий вознаграждает за широту — множество независимых машин работают параллельно — а не за чистую мощность межсоединений, которая определяет предварительное обучение в передовом масштабе. При таком расположении склад потребительских настольных компьютеров начинает во многом напоминать инфраструктуру.
Именно здесь кремниевый дизайн Apple становится актуальным. Унифицированная архитектура памяти Apple позволяет процессору и графическому процессору работать с одним и тем же пулом памяти вместо использования дискретных видеокарт с отдельной системной памятью. Для рабочих нагрузок автоматизации настольных компьютеров, когда каждая машина должна отображать полную вычислительную среду и быстро реагировать, такая конструкция оказывается практичной.
Необычно своевременное обновление, вызванное корпоративным спросом
Покупки помогают объяснить странный календарь Apple на этой неделе. Компания анонсировала новые модели Mac mini и Mac Studio вне обычного ритма событий, и MacRumors сообщила, что этот шаг был вызван неожиданно высоким корпоративным спросом на приложения искусственного интеллекта. Аппаратное обеспечение Apple обычно не называют инфраструктурой искусственного интеллекта (эта фраза относилась к серверным стойкам и модулям графических процессоров с жидкостным охлаждением), но грань между потребительскими устройствами и оборудованием центров обработки данных стирается по мере расширения масштабов обучения агентов.
Это время также совпало с трудным периодом для публичного повествования Apple. В репортаже CNBC о смене руководства компании Apple описывается как вступающая в «эру Джона Тернуса» на фоне проблем искусственного интеллекта и усиливающегося кризиса памяти, что является отсылкой к нехватке компонентов, которая сжимает электронную промышленность в целом. В июле компания Samsung предупредила, как сообщил CNBC, что она ожидает, что нынешний кризис чипов продлится до 2028 года — фон, который делает любую крупную и устойчивую покупку оборудования лабораторией искусственного интеллекта вдвойне примечательной.
Anthropic, как сообщается, тоже арендовала Apple Silicon
OpenAI — не единственная передовая лаборатория, экспериментирующая с оборудованием Apple. По сообщению 24/7 Wall St., Anthropic арендовала полупроводниковые мощности Apple через Amazon Web Services для аналогичных рабочих нагрузок. Ни одна деталь не меняет того факта, что Nvidia остается центром тяжести вычислений в области искусственного интеллекта, но вместе они указывают на практический вывод внутри отрасли: лаборатории охотятся за вычислениями там, где экономика и форма рабочей нагрузки имеют смысл.
Для Apple результатом станет попутный ветер спроса, которого она никогда не планировала. Издание 24/7 Wall St. отметило, что выручка Mac выросла на 29% в последнем квартале Apple, и охарактеризовало оптовые заказы на лаборатории искусственного интеллекта как случайный многомиллиардный всплеск доходов — рост, который достигается без того, чтобы Apple тратила миллиарды долларов на строительство собственных центров обработки данных.
Что это значит для рынка вычислений с использованием искусственного интеллекта
Эта история имеет значение, выходящее за рамки отчета о прибылях и убытках Apple, по трем причинам.
Во-первых, это подтверждает, что следующая фаза конкуренции ИИ будет агентной. Дорогостоящая проблема состоит не только в том, чтобы научить модель отвечать на вопросы; это обучение систем выполнению задач в реальных программных средах. Этот класс рабочей нагрузки масштабируется в зависимости от количества сред, которые вы можете моделировать, что отдает предпочтение распределенным паркам обычных машин по сравнению с отдельными монолитными кластерами.
Во-вторых, это расширяет карту поставщиков. В 2025 и 2026 годах в разговорах об оборудовании для искусственного интеллекта доминировала нехватка графических процессоров, капитальные затраты на гиперскейлеры и затруднения с поставками, вызванные таможней. Если тысячи готовых настольных компьютеров могут нести значительную долю нагрузки по обучению агентов, эффективный объем вычислений с поддержкой ИИ будет больше — и более рассредоточенным — чем предполагает повествование о центрах обработки данных.
В-третьих, это создает странные зависимости. Лаборатории Frontier теперь имеют реальную заинтересованность в частоте выпуска, ценах и доступности компонентов линеек потребительского оборудования. Нехватка памяти, которая поднимает цены на настольные компьютеры, или цикл обновления, который меняет микросхему внутри Mac mini, теперь напрямую влияет на планы обучения ИИ.
Что посмотреть дальше
Ни OpenAI, ни Apple публично не детализировали масштабы программы, поэтому ключевые цифры — точное количество компьютеров, затраты и сравнение результатов обучения с альтернативами на базе графических процессоров — остаются неподтвержденными. Стоит проследить за тем, следуют ли другие лаборатории со своими собственными парками настольных компьютеров, опирается ли Apple на корпоративный спрос на ИИ с помощью конфигураций, специально предназначенных для рабочих нагрузок агентов, и сохраняется ли преимущество унифицированной памяти по мере того, как агенты переходят от управления одним настольным компьютером к управлению многими одновременно.
На данный момент картина достаточно ясна: сборка ИИ вышла на новый уровень и находится на столах, а не в центрах обработки данных. Дополнительную информацию о том, как развивается инфраструктурная гонка в отрасли, можно найти в наших текущих обзорах оборудования искусственного интеллекта и компаний, его создающих.
---
Будьте в курсе ИИПоследние новости, аналитика и прорывы в сфере ИИ — всё в одном месте.
Читать больше новостей об ИИ →
