OpenAI придбав десятки тисяч настільних комп’ютерів Mac mini і Mac Studio за останні місяці, згідно зі звітом The Information, і причина мало спільного з настільними комп’ютерами. Машини використовуються для навчання з підкріпленням і навчання агентів використання комп’ютера — систем штучного інтелекту, які вчаться працювати з комп’ютером так, як це робить людина, клацаючи по програмному забезпеченню, керуючи файлами та виконуючи багатоетапні завдання з обмеженим втручанням людини.
Звіт, підібраний MacRumors і 24/7 Wall St., з’явився того ж тижня, коли Apple оголосила про незвичайні оновлення Mac mini і Mac Studio. У MacRumors повідомили, що це оголошення було зумовлене несподівано сильним бажанням підприємств щодо робочих навантажень штучного інтелекту, а обговорення цієї новини в Hacker News викликало сотні голосів «за», оскільки розробники обговорювали, що показують масові закупівлі про те, як передові лабораторії насправді створюють навчальну інфраструктуру. For more context on this story, see our ongoing AI news.
Чому лабораторія AI хоче настільні комп’ютери замість кластерів GPU
Навчання передової моделі залишається роботою для величезних, взаємопов’язаних кластерів графічних процесорів — типу інсталяцій, де домінують прискорювачі Nvidia, а один навчальний запуск може включати десятки тисяч зв’язаних чіпів. Однак Agentic AI має інший апаратний профіль.
Агента, який навчається користуватися комп’ютером, можна розмістити на віртуальному або фізичному робочому столі, поставити йому завдання, оцінити результат і відповідно вдосконалити його. Одночасний запуск тисяч таких сеансів винагороджує широту — багато незалежних машин, що працюють паралельно — а не грубу потужність міжсистемного з’єднання, яка визначає попереднє навчання передового масштабу. У такому розташуванні склад споживчих комп’ютерів починає виглядати дуже схожим на інфраструктуру.
Саме тут силіконовий дизайн Apple стає актуальним. Уніфікована архітектура пам’яті Apple дозволяє центральному та графічному процесорам працювати з одного пулу пам’яті замість того, щоб покладатися на дискретні графічні карти з окремою системною пам’яттю. Для робочих навантажень автоматизації настільних комп’ютерів, коли кожна машина повинна відтворювати повне обчислювальне середовище та швидко реагувати, цей дизайн виявляється практичним.
Оновлення в незвичайний час, кероване попитом підприємства
Покупки допомагають пояснити дивний календар Apple цього тижня. Компанія анонсувала нові моделі Mac mini і Mac Studio поза своїм звичайним ритмом подій, і MacRumors повідомила, що цей крок був зумовлений несподівано високим корпоративним попитом на програми AI. Апаратне забезпечення Apple зазвичай не описується як інфраструктура штучного інтелекту — ця фраза відноситься до серверних стійок і блоків GPU з рідинним охолодженням, — але межа між споживчими пристроями та обладнанням центрів обробки даних стирається, оскільки навчання агентів розширюється.
Час також перетинався з грубою розтяжкою для публічної розповіді Apple. У репортажах CNBC про зміну лідерства в компанії описано, що Apple вступає в «еру Джона Тернуса» на тлі викликів штучного інтелекту та дедалі більшої нестачі пам’яті, посилаючись на дефіцит компонентів, який стиснув ширшу електронну галузь. Як повідомляв CNBC, у липні Samsung попередила, що очікує, що поточна криза чіпів триватиме до 2028 року — на цьому фоні будь-яке велике, стійке обладнання, придбане лабораторією штучного інтелекту, стає помітним подвійно.
Як повідомляється, Anthropic також орендував Apple Silicon
OpenAI — не єдина передова лабораторія, яка експериментує з обладнанням Apple. Як повідомляє 24/7 Wall St., Anthropic, як повідомляється, орендувала силіконові потужності Apple через Amazon Web Services для подібних робочих навантажень. Жодна деталь не змінює того факту, що Nvidia залишається центром тяжіння для обчислень штучного інтелекту, але разом вони вказують на практичний висновок у галузі: лабораторії шукають обчислення скрізь, де мають сенс економічні показники та форма робочого навантаження.
Для Apple ефектом є попутний вітер, який вона ніколи не планувала. 24/7 Wall St. зазначив, що дохід від Mac зріс на 29% в останньому кварталі Apple, і назвав масові замовлення лабораторії штучного інтелекту випадковим багатомільярдним сплеском доходу — зростання, яке відбувається без того, щоб Apple витрачала мільярди доларів на будівництво власного центру обробки даних.
Що це означає для ринку AI Compute
Ця історія має значення не тільки у звіті про доходи Apple з трьох причин.
По-перше, це підтверджує, що наступний етап конкуренції ШІ є агентським. Дорога проблема полягає не лише в навчанні моделі відповідати на запитання; це навчання систем для виконання завдань у реальному програмному середовищі. Цей клас робочого навантаження масштабується відповідно до кількості середовищ, які ви можете симулювати, що надає перевагу розподіленим паркам звичайних машин, а не окремим монолітним кластерам.
По-друге, це розширює карту постачальників. Протягом 2025 і 2026 років у розмові про апаратне забезпечення штучного інтелекту домінували дефіцит графічних процесорів, капітальні витрати на гіпермасштабувальники та збої в поставках через митниці. Якщо тисячі готових настільних комп’ютерів можуть нести значну частку навантаження для навчання агентів, ефективна пропозиція обчислень із підтримкою штучного інтелекту є більшою — і більш розосередженою — ніж це припускає опис центру обробки даних.
По-третє, це створює дивні залежності. Передові лабораторії зараз мають реальну ставку на частоту випусків, ціни та доступність компонентів споживчих апаратних ліній. Дефіцит пам’яті, що підвищує ціни на настільні комп’ютери, або цикл оновлення, який змінює кремній всередині Mac mini, тепер безпосередньо впливає на плани навчання ШІ.
Що подивитись далі
Ні OpenAI, ні Apple публічно не оприлюднили масштаби програми, тому ключові цифри — точна кількість машин, витрати та порівняння результатів навчання з альтернативами на основі GPU — залишаються непідтвердженими. Питання, які варто відстежувати, полягають у тому, чи слідують інші лабораторії зі своїми парками настільних комп’ютерів, чи спирається Apple на корпоративний попит штучного інтелекту за допомогою конфігурацій, націлених саме на робочі навантаження агентів, і чи зберігається перевага уніфікованої пам’яті, коли агенти переходять від керування одним настільним комп’ютером до оркестрування кількох одночасно.
Наразі картина досить ясна: конструкція ШІ виросла на новий рівень, і вона знаходиться на столах, а не в центрах обробки даних. Щоб дізнатися більше про те, як розвивається гонка інфраструктури галузі, перегляньте наш постійний огляд апаратного забезпечення ШІ та компаній, які його створюють.
---
Stay Ahead of AIGet the latest AI news, analysis, and breakthroughs — all in one place.
Read more AI news →
