OpenAI据报大量采购Mac用于AI智能体训练，在Apple最新一季Mac营收同比增长约29%的背景下，为其Mac业务新增一条企业级需求曲线。
要点速览：
- OpenAI reportedly bought tens of thousands of Mac minis and Mac Studios for reinforcement learning and computer-use agents.
- Apple silicon’s unified memory makes Macs useful for distributed agent workloads, but not substitutes for Nvidia GPU clusters.
- Mac revenue rose about 29%, while Apple refreshed the Mac mini and Mac Studio with AI-focused hardware.
OpenAI大举买Mac
《The Information》报道称，OpenAI近几个月已购入数万台Mac mini和Mac Studio，主要用于强化学习和“电脑使用型”智能体（computer-use agents）。这些设备可以分别开启独立会话，让智能体在其上操作软件、管理文件并接收反馈。这与前沿大模型训练依赖高耦合GPU集群的范式明显不同。
之所以选中Apple Silicon，一大原因在于其CPU、GPU与内存共享统一内存池（unified memory），有利于此类分布式、多会话智能体负载。与此同时，在大规模模型预训练和顶级算力密度方面，Nvidia仍居主导，因此Mac更像是数据中心GPU集群的补充型基础设施，而非替代品。
据报道，Anthropic也通过Amazon Web Services租用Apple Silicon，承接类似工作负载。这一趋势表明，AI实验室正在更精细地按任务类型来“配对”硬件，而不再试图用单一计算架构包打天下。
延伸阅读：Claude 寓言 5.1 上线：$0.25 缓存读取与反复制控制
苹果的AI基础设施路径
苹果的产品策略正愈发直指AI应用。8月25日，苹果发布了针对“agentic AI workflows”（智能体工作流）的M6版Mac mini，以及搭载M5 Max和M5 Ultra芯片的新款Mac Studio，最高可配备512GB统一内存。苹果同时表示，通过Thunderbolt 5可以将多台Mac Studio串联，用于分布式AI推理。
苹果芯片工程负责人Sri Santhanam称，新一代芯片将性能和AI算力作为核心设计目标。OpenAI的订单显示，部分基础设施需求完全可以通过桌面级硬件来承接，而无需苹果亲自下场建设超大规模数据中心。
不过机遇与边界并存。大型模型预训练仍然强烈偏好Nvidia级别GPU集群；Mac更适合被拆分为大量相对独立节点的任务。苹果由此切入企业级AI基础设施场景，但并未直接与现有AI加速器巨头形成正面替代竞争关系。
这波需求叠加了本就处于扩张期的Mac业务。苹果披露，其截至6月的季度Mac营收创下历史新高，约为104亿美元，同比增幅约29%。8月25日Mac mini与Mac Studio的更新，更是为这两款桌面产品明确标注了本地与分布式AI算力“入口”的角色。
