OpenAI據報大手購入數以萬計Mac，作AI代理（AI agents）訓練之用，在蘋果最新一季Mac收入按年增長約29%之際，為Mac業務新增企業級需求動力。
要點概覽：
- 消息指OpenAI購入數以萬計Mac mini及Mac Studio，主要用於強化學習及電腦操作型AI代理。
- 得益於Apple silicon的統一記憶體架構，Mac適合分布式代理工作負載，但難以取代Nvidia GPU叢集作前沿大模型訓練。
- Mac收入按年升約29%，同時蘋果更新Mac mini及Mac Studio，主打AI工作負載。
OpenAI大手掃Mac
《The Information》報道，OpenAI過去數月購入數以萬計Mac mini及Mac Studio，部署於強化學習及「電腦使用型」代理（computer-use agents）。這類機器會同時開啟大量獨立工作階段，讓AI代理在裡面操作軟件、管理檔案並接收回饋。這種做法不同於前沿模型訓練（frontier-model training），後者高度依賴緊密互聯的GPU叢集。
Apple silicon的CPU、GPU及記憶體共享同一統一記憶體池，使其在某些代理工作負載上具優勢，例如需頻繁在多個應用及檔案之間切換的自動化操作。不過，在大規模AI訓練領域，Nvidia仍然佔據主導地位，Mac目前更像是數據中心GPU的互補基建，而非直接替代品。
市場亦有消息指，Anthropic透過Amazon Web Services租用配備Apple silicon的機器，處理類似型態的工作負載。整體趨勢顯示，AI實驗室愈來愈傾向按任務性質「配對」不同硬件，而非只依賴單一運算架構。
延伸閱讀：Claude Fable 5.1 推出：$0.25快取讀取與防拷貝控制
蘋果AI基建版圖成形
蘋果最新產品策略更直接指向AI應用。8月25日，蘋果發表新一代M6 Mac mini，標榜支援「agentic AI workflows」（代理型AI工作流程），以及配備M5 Max及M5 Ultra晶片的Mac Studio，最高可選配512GB統一記憶體。蘋果同時表示，透過Thunderbolt 5，可將多部Mac Studio串聯，用作分布式AI推理（inference）。
蘋果Apple silicon工程負責人Sri Santhanam形容，最新晶片設計重點在效能與AI運算。從OpenAI的大手採購可見，部分AI基建需求可經桌面級硬件消化，而無需蘋果親自興建超大規模數據中心。
然而，此機遇仍有邊界：大型模型前訓練（pretraining）仍強烈偏好多卡互聯、具資料中心級散熱及網絡配置的Nvidia GPU叢集；Mac則較適合「可拆散」至大量獨立節點的工作，例如同時運行多個代理、自動化辦公流程等。對蘋果而言，這是多一條企業級應用戰線，但暫未構成對既有AI加速器供應商的正面競爭。
Mac需求回暖之際，這波AI相關採購更具放大效果。蘋果在6月季度錄得Mac收入新高，期內Mac銷售約104億美元，按年增長約29%。8月25日更新的Mac mini及Mac Studio，則進一步將這兩款桌面產品，鎖定在本地及分布式AI運算場景之中。
