OpenAI據報已購入數萬台Mac，用於AI代理人（agent）訓練與操作，為**蘋果（Apple）**的Mac產品線帶來新增的企業級需求，而蘋果最新一季Mac營收則約年增29%。
重點整理
- OpenAI傳出採購數萬台Mac mini與Mac Studio，用於強化學習及「電腦操作型」AI代理人。
- 受惠於Apple Silicon的統一記憶體架構，Mac適合分散式代理人工作負載，但無法取代Nvidia等大型GPU叢集。
- Mac營收約成長29%，蘋果同步發表針對AI運算強化的Mac mini與Mac Studio。
OpenAI大買Mac的盤算
《The Information》報導，OpenAI在近幾個月內購入數萬台Mac mini與Mac Studio，主要用於強化學習（reinforcement learning）以及「電腦使用」型AI代理人任務。這些機器被切成大量獨立工作階段，讓代理人能在其中操作軟體、管理檔案並接收回饋。這類應用與前沿大型模型訓練不同，後者高度仰賴緊密相連的GPU叢集。
由於Apple Silicon將CPU、GPU與記憶體整合於同一統一記憶體池，對於大量分散、需要頻繁在多元運算單元間共享資料的代理人工作負載特別合適。不過，在大規模AI模型訓練領域，Nvidia仍居於主導地位，Mac在這裡比較像是搭配使用的輔助型基礎設施，而非資料中心GPU的替代品。
另一家AI實驗室Anthropic據傳也透過Amazon Web Services租用Apple Silicon來處理類似工作負載。這顯示AI實驗室愈來愈傾向依任務特性選擇硬體，而不是押注在單一運算架構上。
延伸閱讀：Claude Fable 5.1 搭載每次快取讀取0.25美元與反拷貝控制
蘋果邁向AI基礎設施角色
蘋果近期產品策略也更直接對準AI應用。8月25日，蘋果推出主打「agentic AI workflows」（代理人式AI工作流程）的M6 Mac mini，以及搭載M5 Max與M5 Ultra晶片的Mac Studio，最高可選配512GB統一記憶體。蘋果同時強調，藉由Thunderbolt 5，數台Mac Studio可以串接組成分散式AI推論平台。
蘋果晶片工程高層Sri Santhanam表示，新一代晶片的設計重點就是效能與AI運算。從OpenAI的採購行為來看，部分AI基礎設施需求，確實可以透過桌上型硬體消化，而不必由蘋果親自興建超大規模資料中心。
儘管如此，機會仍有邊界。大型模型的前期預訓練依舊偏好Nvidia等等級的GPU叢集；相較之下，Mac更適合拆解成許多彼此獨立的工作節點。對蘋果而言，這讓Mac多了一項企業級應用場景，卻不會直接與既有AI加速卡供應商正面競爭。
這波需求出現之際，蘋果Mac業務本身也在成長。蘋果在最新公布的6月季報中指出，Mac營收創下同期新高，約達104億美元，較去年同期成長約29%。8月25日更新的Mac mini與Mac Studio，則明確賦予這兩款桌機在本地與分散式AI運算中的關鍵角色。
