ตามรายงานของ The Information OpenAI ได้ซื้อเดสก์ท็อป Mac mini และ Mac Studio หลายหมื่นเครื่องในช่วงไม่กี่เดือนที่ผ่านมา และเหตุผลแทบไม่เกี่ยวข้องกับคอมพิวเตอร์เดสก์ท็อปเลย เครื่องจักรเหล่านี้ถูกใช้เพื่อเสริมการเรียนรู้และการฝึกอบรมตัวแทนการใช้คอมพิวเตอร์ เช่น ระบบ AI ที่เรียนรู้การใช้งานคอมพิวเตอร์ในแบบที่บุคคลทำ การคลิกผ่านซอฟต์แวร์ จัดการไฟล์ และทำงานหลายขั้นตอนให้เสร็จสิ้นโดยมีการแทรกแซงของมนุษย์ที่จำกัด

รายงานดังกล่าวได้รับโดย MacRumors และ 24/7 Wall St. ซึ่งเผยแพร่ในสัปดาห์เดียวกับที่ Apple ได้ประกาศการรีเฟรชทั้ง Mac mini และ Mac Studio ที่กำหนดเวลาผิดปกติ MacRumors รายงานว่าการประกาศดังกล่าวได้รับแรงหนุนจากความต้องการองค์กรที่แข็งแกร่งอย่างไม่คาดคิดสำหรับปริมาณงาน AI และการอภิปรายข่าวของ Hacker News ได้รับการโหวตหลายร้อยรายการในขณะที่นักพัฒนาถกเถียงกันถึงสิ่งที่การซื้อจำนวนมากเผยให้เห็นว่าห้องปฏิบัติการชายแดนสร้างโครงสร้างพื้นฐานการฝึกอบรมได้อย่างไร For more context on this story, see our ongoing AI news.

เหตุใด AI Lab จึงต้องการเดสก์ท็อปแทนที่จะเป็นคลัสเตอร์ GPU

การฝึกอบรมโมเดลชายแดนยังคงเป็นงานสำหรับคลัสเตอร์ GPU ขนาดมหึมาที่เชื่อมต่อถึงกัน ซึ่งเป็นการติดตั้งที่ตัวเร่งความเร็วของ Nvidia มีอิทธิพลเหนือ และการดำเนินการฝึกอบรมครั้งเดียวอาจเกี่ยวข้องกับชิปที่เชื่อมโยงหลายหมื่นตัว อย่างไรก็ตาม Agentic AI มีโปรไฟล์ฮาร์ดแวร์ที่แตกต่างออกไป

ตัวแทนที่กำลังเรียนรู้การใช้คอมพิวเตอร์สามารถวางไว้ในเดสก์ท็อปเสมือนหรือกายภาพ มอบหมายงาน ให้คะแนนตามผลลัพธ์ และปรับปรุงตามนั้น การเรียกใช้เซสชันหลายพันเซสชันพร้อมๆ กันจะให้รางวัลแก่เครื่องจักรอิสระจำนวนมากที่ทำงานแบบคู่ขนาน แทนที่จะเป็นแรงม้าที่เชื่อมต่อถึงกันซึ่งกำหนดการฝึกล่วงหน้าระดับแนวหน้า ในการจัดการดังกล่าว คลังสินค้าเดสก์ท็อปสำหรับผู้บริโภคเริ่มมีลักษณะคล้ายกับโครงสร้างพื้นฐานอย่างมาก

นั่นคือจุดที่การออกแบบซิลิคอนของ Apple มีความเกี่ยวข้อง สถาปัตยกรรมหน่วยความจำแบบรวมของ Apple ช่วยให้ CPU และ GPU ทำงานจากหน่วยความจำกลุ่มเดียวกัน แทนที่จะต้องใช้การ์ดกราฟิกแยกที่มีหน่วยความจำระบบแยกกัน สำหรับปริมาณงานระบบอัตโนมัติบนเดสก์ท็อป ซึ่งแต่ละเครื่องจำเป็นต้องสร้างสภาพแวดล้อมการประมวลผลเต็มรูปแบบและตอบสนองอย่างรวดเร็ว การออกแบบดังกล่าวกลับกลายเป็นว่าเหมาะสมในทางปฏิบัติ

การรีเฟรชตามเวลาที่ผิดปกติ ขับเคลื่อนโดยความต้องการขององค์กร

การซื้อช่วยอธิบายปฏิทินแปลก ๆ ของ Apple ในสัปดาห์นี้ บริษัทได้ประกาศ Mac mini และ Mac Studio รุ่นใหม่นอกเหนือจากจังหวะการจัดงานผลิตภัณฑ์ตามปกติ และ MacRumors รายงานว่าการเคลื่อนไหวดังกล่าวได้รับแรงหนุนจากความต้องการแอปพลิเคชัน AI ขององค์กรที่แข็งแกร่งอย่างไม่คาดคิด โดยทั่วไปฮาร์ดแวร์ของ Apple ไม่ได้ถูกอธิบายว่าเป็นโครงสร้างพื้นฐาน AI วลีดังกล่าวเป็นของชั้นวางเซิร์ฟเวอร์และพ็อด GPU ระบายความร้อนด้วยของเหลว แต่เส้นแบ่งระหว่างอุปกรณ์ผู้บริโภคและอุปกรณ์ศูนย์ข้อมูลกำลังเบลอเมื่อการฝึกอบรมตัวแทนขยายขนาด

เวลายังตัดกันอย่างคร่าว ๆ สำหรับการเล่าเรื่องต่อสาธารณะของ Apple การรายงานข่าวของ CNBC เกี่ยวกับการเปลี่ยนแปลงผู้นำของบริษัท ระบุว่า Apple กำลังเข้าสู่ "ยุค John Ternus" ท่ามกลางความท้าทายด้าน AI และปัญหาความจำที่ทวีความรุนแรงขึ้น ซึ่งอ้างอิงถึงการขาดแคลนส่วนประกอบที่บีบคั้นอุตสาหกรรมอิเล็กทรอนิกส์ในวงกว้าง Samsung เตือนในเดือนกรกฎาคมตามรายงานของ CNBC ว่าคาดว่าวิกฤติชิปในปัจจุบันจะคงอยู่จนถึงปี 2028 ซึ่งเป็นฉากหลังที่ทำให้การซื้อฮาร์ดแวร์ขนาดใหญ่และยั่งยืนโดยห้องปฏิบัติการ AI มีความโดดเด่นเป็นสองเท่า

มีรายงานว่ามานุษยวิทยาได้เช่า Apple Silicon ด้วยเช่นกัน

OpenAI ไม่ใช่ห้องปฏิบัติการชายแดนเพียงแห่งเดียวที่ทดลองใช้ฮาร์ดแวร์ของ Apple จากข้อมูลของ 24/7 Wall St. มีรายงานว่า Anthropic ได้เช่าความจุของ Apple Silicon ผ่าน Amazon Web Services สำหรับปริมาณงานที่คล้ายกัน ไม่มีรายละเอียดใดเปลี่ยนแปลงความจริงที่ว่า Nvidia ยังคงเป็นศูนย์กลางของการคำนวณ AI แต่ทั้งสองได้ชี้ไปที่ข้อสรุปเชิงปฏิบัติในอุตสาหกรรม: ห้องปฏิบัติการกำลังตามล่าหาการคำนวณทุกที่ที่เศรษฐศาสตร์และรูปแบบภาระงานสมเหตุสมผล

สำหรับ Apple ผลลัพธ์คือความต้องการที่ตามมาอย่างที่ไม่เคยวางแผนไว้ 24/7 Wall St. ตั้งข้อสังเกตว่ารายรับของ Mac เพิ่มขึ้น 29% ในไตรมาสล่าสุดของ Apple และกำหนดกรอบคำสั่งซื้อจำนวนมากจากห้องปฏิบัติการ AI ว่าเป็นการเพิ่มรายได้หลายพันล้านดอลลาร์โดยไม่ได้ตั้งใจ ซึ่งเป็นการเติบโตที่เกิดขึ้นโดยที่ Apple ไม่ได้ใช้เงินหลายพันล้านดอลลาร์ในการสร้างศูนย์ข้อมูลของตัวเอง

ความหมายสำหรับตลาดคอมพิวเตอร์ AI

เรื่องราวมีความสำคัญนอกเหนือจากงบกำไรขาดทุนของ Apple ด้วยเหตุผลสามประการ

ประการแรกเป็นการยืนยันว่าการแข่งขัน AI ในระยะต่อไปนั้นเป็นแบบตัวแทน ปัญหาราคาแพงไม่ได้เป็นเพียงการฝึกโมเดลเพื่อตอบคำถามอีกต่อไป เป็นระบบการฝึกอบรมเพื่อทำงานให้เสร็จสิ้นภายในสภาพแวดล้อมซอฟต์แวร์จริง คลาสปริมาณงานนั้นจะปรับขนาดตามจำนวนสภาพแวดล้อมที่คุณสามารถจำลองได้ ซึ่งสนับสนุนกลุ่มเครื่องจักรธรรมดาแบบกระจายบนคลัสเตอร์เสาหินเดี่ยว

ประการที่สอง ขยายแผนที่ซัพพลายเออร์ให้กว้างขึ้น ตลอดปี 2568 และ 2569 การสนทนาเกี่ยวกับฮาร์ดแวร์ AI ถูกครอบงำด้วยความขาดแคลน GPU การใช้จ่ายด้านทุนแบบไฮเปอร์สเกลเลอร์ และการแย่งชิงอุปทานที่ขับเคลื่อนด้วยศุลกากร หากเดสก์ท็อปทั่วไปหลายพันเครื่องสามารถรองรับภาระการฝึกอบรมตัวแทนได้อย่างมีนัยสำคัญ การประมวลผลที่รองรับ AI ก็มีปริมาณมากขึ้นและกระจายตัวมากกว่าที่บรรยายไว้ในศูนย์ข้อมูลแนะนำ

ประการที่สาม มันทำให้เกิดการพึ่งพาอาศัยกันที่แปลกประหลาด ขณะนี้ Frontier Labs มีส่วนได้ส่วนเสียอย่างแท้จริงในด้านจังหวะการเปิดตัว ราคา และความพร้อมด้านส่วนประกอบของสายผลิตภัณฑ์ฮาร์ดแวร์สำหรับผู้บริโภค ปัญหาการขาดแคลนหน่วยความจำที่ทำให้ราคาเดสก์ท็อปสูงขึ้น หรือรอบการรีเฟรชที่เปลี่ยนแปลงซิลิคอนใน Mac mini ตอนนี้ส่งผลกระทบโดยตรงต่อแผนการฝึกอบรม AI

สิ่งที่ต้องดูต่อไป

ทั้ง OpenAI และ Apple ไม่ได้ให้รายละเอียดต่อสาธารณะเกี่ยวกับขนาดของโปรแกรม ดังนั้นตัวเลขสำคัญ — จำนวนเครื่องที่แน่นอน การใช้จ่าย และผลการฝึกอบรมเมื่อเปรียบเทียบกับทางเลือกอื่นที่ใช้ GPU — ยังคงไม่ได้รับการยืนยัน คำถามที่น่าติดตามคือห้องปฏิบัติการอื่นๆ ปฏิบัติตามกลุ่มเดสก์ท็อปของตนเองหรือไม่ Apple โน้มตัวไปสู่ความต้องการ AI ระดับองค์กรที่มีการกำหนดค่าที่มุ่งเป้าไปที่ปริมาณงานของตัวแทนโดยเฉพาะ และดูว่าข้อได้เปรียบของหน่วยความจำแบบรวมนั้นยังคงอยู่เมื่อตัวแทนเปลี่ยนจากการควบคุมเดสก์ท็อปเครื่องหนึ่งไปสู่การประสานหลาย ๆ เครื่องในคราวเดียวหรือไม่

สำหรับตอนนี้ ภาพก็ชัดเจนเพียงพอแล้ว: โครงสร้าง AI ได้ขยายระดับใหม่และนั่งอยู่บนโต๊ะมากกว่าในศูนย์ข้อมูล หากต้องการข้อมูลเพิ่มเติมว่าการแข่งขันด้านโครงสร้างพื้นฐานของอุตสาหกรรมมีการพัฒนาอย่างไร โปรดดูความครอบคลุมอย่างต่อเนื่องของเราเกี่ยวกับฮาร์ดแวร์ AI และบริษัทต่างๆ ที่สร้างฮาร์ดแวร์ดังกล่าว

---

Stay Ahead of AI

Get the latest AI news, analysis, and breakthroughs — all in one place.

Read more AI news →