据 The Information 报道,OpenAI 近几个月购买了数万台 Mac mini 和 Mac Studio 台式机,而原因与桌面计算无关。这些机器被用于强化学习和计算机使用代理的培训——人工智能系统学习以人的方式操作计算机,点击软件、管理文件以及在有限的人工干预下完成多步骤任务。

这份报告被 MacRumors 和 24/7 Wall St. 报道,发布的同一周,苹果公司宣布对 Mac mini 和 Mac Studio 进行不同寻常的更新。 MacRumors 报道称,这一消息的发布是由于企业对 AI 工作负载的兴趣出乎意料地强烈,而 Hacker News 对这一消息的讨论吸引了数百人投票,因为开发人员就批量采购揭示了前沿实验室如何实际构建培训基础设施展开了争论。 更多相关背景,请参阅我们的AI最新动态

为什么 AI 实验室需要桌面而不是 GPU 集群

训练前沿模型仍然是巨大的、互连的 GPU 集群的一项工作——在这种安装中,Nvidia 的加速器占主导地位,单次训练运行可能涉及数万个链接的芯片。然而,Agentic AI 具有不同的硬件配置。

学习使用计算机的代理可以被放置在虚拟或物理桌面内,接受任务,根据结果进行评分,并进行相应的改进。同时运行数千个这样的会话会奖励广度(许多独立机器并行工作),而不是定义前沿规模预训练的原始互连马力。在这种安排下,消费者桌面仓库开始看起来很像基础设施。

这就是苹果芯片设计的用武之地。 Apple 的统一内存架构允许 CPU 和 GPU 在同一内存池中工作,而不是依赖具有独立系统内存的独立显卡。对于桌面自动化工作负载,每台机器都需要呈现完整的计算环境并快速响应,这种设计被证明是一种实用的选择。

由企业需求驱动的异常定时刷新

这些采购有助于解释苹果本周奇怪的日历。该公司在其通常的产品活动节奏之外宣布了新的 Mac mini 和 Mac Studio 型号,MacRumors 报道称,此举是由企业对 AI 应用程序的意外强劲需求推动的。苹果硬件通常不被描述为人工智能基础设施——这个词属于服务器机架和液冷 GPU 吊舱——但随着代理培训规模的扩大,消费设备和数据中心设备之间的界限正在变得模糊。

这一时机也与苹果公开叙述的一段艰难时期相交。 CNBC 对公司领导层换届的报道称,在人工智能挑战和内存短缺加剧的背景下,苹果公司正在进入“约翰·特努斯时代”,指的是元件短缺已经挤压了更广泛的电子行业。据 CNBC 报道,三星在 7 月份警告称,预计当前的芯片危机将持续到 2028 年,这一背景使得人工智能实验室大规模、持续购买硬件的情况更加引人注目。

据报道,Anthropic 也租用了苹果芯片

OpenAI 并不是唯一一个尝试苹果硬件的前沿实验室。据 24/7 Wall St. 报道,Anthropic 已通过 Amazon Web Services 租用了 Apple 芯片容量来处理类似的工作负载。这两个细节都改变了英伟达仍然是人工智能计算重心的事实,但它们共同指出了行业内的一个实际结论:实验室正在寻找经济和工作负载形状有意义的计算。

对于苹果来说,这种影响是其从未计划过的需求顺风车。 24/7 Wall St. 指出,苹果最近一个季度的 Mac 收入增长了 29%,并将 AI 实验室的批量订单视为意外的数十亿美元收入激增——这种增长是在苹果没有花费数十亿美元建设自己的数据中心的情况下实现的。

这对人工智能计算市场意味着什么

这个故事的重要性超出了苹果公司的损益表,原因有三个。

首先,它证实了人工智能下一阶段的竞争是代理性的。昂贵的问题不再只是训练一个模型来回答问题;而是训练一个模型来回答问题。它是在真实软件环境中完成任务的训练系统。该工作负载类别随着您可以模拟的环境数量而扩展,这有利于分布式普通机器组而不是单个整体集群。

其次,它扩大了供应商版图。到 2025 年和 2026 年,人工智能硬件对话将主要由 GPU 稀缺、超大规模资本支出和海关驱动的供应争夺主导。如果数以千计的现成桌面可以承担有意义的代理训练负载,那么具有人工智能功能的计算的有效供应比数据中心的叙述所暗示的更大,也更分散。

第三,它会产生奇怪的依赖关系。前沿实验室现在在消费类硬件产品线的发布节奏、定价和组件可用性方面拥有真正的利害关系。导致台式机价格上涨的内存短缺,或者导致 Mac mini 内部芯片更换的更新周期,现在都直接影响到人工智能培训计划。

接下来看什么

OpenAI 和苹果都没有公开详细说明该计划的规模,因此关键数据——确切的机器数量、支出以及训练结果与基于 GPU 的替代方案的比较——仍未得到证实。值得追踪的问题是,其他实验室是否也在跟进自己的桌面机群,苹果是否通过专门针对代理工作负载的配置来迎合企业人工智能需求,以及当代理从控制一个桌面转向同时协调多个桌面时,统一内存的优势是否仍然存在。

目前,情况已经足够清晰:人工智能的构建已经发展到了一个新的层次,并且它位于办公桌上而不是数据中心。有关行业基础设施竞赛如何演变的更多信息,请参阅我们对人工智能硬件及其构建公司的持续报道。

---

掌握AI最新动态

获取最新的AI新闻、分析和突破——尽在一处。

阅读更多AI新闻 →