OpenAI 購買數萬台 Mac mini 與 Mac Studio 用於 AI 訓練

新聞摘要

根據 The Information 的報導，OpenAI 在過去數月內低調購買了數萬台蘋果 Mac mini 與 Mac Studio 電腦，消息隨後獲得多家科技媒體證實。據報導，這些機器並非用於辦公室工作，而是作為運算節點，專門投入強化學習與「電腦操作」AI 代理的訓練——這類系統的設計目標是像人類一樣操作軟體介面、點擊按鈕、填寫表單，並完成多步驟的數位任務。這項採購已於美東時間 2026 年 8 月 31 日下午 2 點獲得證實，成為今年 AI 產業最不尋常的硬體採購事件之一，而且已經開始改變蘋果小型桌上型電腦的供貨與價格。

為什麼 OpenAI 買 Mac 而不是更多 GPU

OpenAI 備受矚目的運算策略向來以超大規模 GPU 叢集為核心，用於大型語言模型的預訓練。這批 Mac 採購則代表一種不同且互補的工作負載。電腦操作型代理的強化學習，需要 AI 系統在真實的桌上型作業系統中運作——觀察螢幕、採取行動、接收回饋——並在大量平行環境中重複數百萬次。產業分析師形容這類工作負載受記憶體限制，對原始平行吞吐量的需求相對較低，這與 Nvidia GPU 上定義 Transformer 預訓練的密集矩陣乘法截然不同。

蘋果 M 系列晶片採用統一記憶體架構，CPU、GPU 與神經網路引擎都從同一個共享記憶體池取用資料，而不是在不同記憶體區塊之間搬移資料。對於需要執行完整桌面環境並快速循環代理動作的工作負載來說，這種設計減少了資料搬移的額外成本，讓每台機器都能成為一個完整、自足的「工作站」，供 AI 代理練習。產業觀察人士指出，Mac Studio 的 M5 Ultra 配置支援最高 512GB 的統一記憶體與約 1.2TB/s 的記憶體頻寬，特別適合中型模型的高效推論與微調，儘管大規模預訓練仍然完全是 Nvidia 的主場。

採購規模與來源

OpenAI 與蘋果都尚未發布官方聲明，證實確切的採購數量或金額。The Information 的原始報導——後續獲得 Business Today、Cult of Mac 與 WCCFTech 等媒體跟進——描述採購規模達「數萬台」，涵蓋體積小巧的 Mac mini 與效能更強的 Mac Studio 系列。據報導，這些裝置是以無頭、無螢幕的伺服器節點形式採購，而不是桌上型電腦，並以資料中心式的部署方式安裝在機架上，而非放在個人辦公桌上使用。

OpenAI 並非唯一採取這種做法的公司。Anthropic 走了一條相關但不同的路徑，透過 Amazon Web Services 租用 Mac mini 運算容量，而不是直接購買硬體。這種做法等於把支付給 AWS 的加價，換成無需資本支出即可彈性擴增或縮減用量的靈活性，但同時也取決於 AWS 自身的 Mac mini 可用庫存。兩家公司的策略合在一起顯示，蘋果晶片正在成為更廣泛 AI 基礎設施堆疊中一項受到認可、但仍屬小眾的工具，與傳統 GPU 叢集並存，而非取而代之。

對蘋果供應鏈的影響

AI 產業這波採購的規模，已經開始明顯擠壓蘋果的消費性供應鏈。報導指出，蘋果已悄悄從 Mac Studio 與 Mac mini 產品線中移除數款高階記憶體配置，部分配置的交貨預估時間已拉長到九至十二週。據報導，記憶體製造商一直優先供應 AI 資料中心的供貨合約，因為每單位的利潤高於消費性裝置記憶體，導致 Mac 生產可用的產能減少，即使消費需求依然強勁。蘋果 Mac 部門在最近一季的營收年增率接近 29%，報導顯示，這項數字有一部分正是受到這波非典型的企業 AI 需求所推升。

部分報導也指出，記憶體吃緊是蘋果加速推出更新版 Mac mini 與 Mac Studio 機型的因素之一，推出時間比原定計畫更早，目的是在服務 AI 實驗室訂單的同時，兼顧傳統消費性與創意專業客戶群。

這對 AI 基礎設施策略的意義

這個事件反映出一個更廣泛的趨勢：隨著 AI 實驗室從純預訓練擴展到強化學習、代理訓練與推論，他們愈來愈傾向為特定工作負載搭配專用硬體，而不是每個任務都預設使用最大規模的 GPU 叢集。尤其是對電腦操作型代理而言，一大群各自具備充足能力、記憶體充裕的桌上型電腦等級機器，在大規模試錯訓練上，可能比同等 GPU 容量更實用、也更具成本效益。分析師提醒，這並不代表核心模型訓練會從 Nvidia 硬體轉向，因為 GPU 記憶體頻寬與互連速度在該領域仍是決定性優勢；但這確實標誌著一個值得注意的擴展：隨著代理型 AI 系統邁向更廣泛的部署，頂尖 AI 實驗室對運算多樣性的思考方式正在改變。