OpenAI 购入数万台 Mac mini 和 Mac Studio 用于 AI 训练

新闻摘要

据 The Information 报道，过去几个月里，OpenAI 悄然购入了数万台苹果 Mac mini 和 Mac Studio 电脑，该消息随后得到多家科技媒体证实。据报道，这些机器并非用于办公，而是作为计算节点，专门用于强化学习和“计算机使用”型 AI 智能体的训练——这类系统旨在像人类一样操作软件界面、点击按钮、填写表单并完成多步骤数字任务。此次采购于 2026 年 8 月 31 日美国东部时间下午 2 点得到确认，堪称今年 AI 行业最不寻常的硬件采购事件之一，并且已经开始重塑苹果小尺寸台式机的供应和价格格局。

为什么 OpenAI 买 Mac 而不是更多 GPU

OpenAI 备受瞩目的算力策略长期以来一直以大规模 GPU 集群为核心，用于大语言模型的预训练。而这次采购 Mac 则代表了一种不同且互补的工作负载。计算机使用型智能体的强化学习要求 AI 系统在真实桌面操作系统中运行——观察屏幕、执行操作、接收反馈——并在大量并行环境中重复数百万次。业内分析师将这种工作负载描述为内存密集型，对原始并行吞吐量的要求相对较低，这与 Nvidia GPU 上定义 Transformer 预训练的密集矩阵乘法截然不同。

苹果 M 系列芯片采用统一内存架构，CPU、GPU 和神经网络引擎都从同一个共享内存池中取用数据，而不是在独立的内存区块之间搬运数据。对于需要运行完整桌面环境并快速循环执行智能体操作的工作负载来说，这种设计减少了数据搬移的开销，让每台机器都能承载一个完整、自足的“工作站”，供 AI 智能体进行练习。业内观察人士指出，Mac Studio 的 M5 Ultra 配置支持最高 512GB 统一内存和约 1.2TB/s 的内存带宽，特别适合中型模型的高效推理和微调，尽管大规模预训练仍然牢牢属于 Nvidia 的领域。

采购规模与来源

OpenAI 和苹果均未发布官方声明确认具体数量或金额。The Information 的原始报道——随后被 Business Today、Cult of Mac 和 WCCFTech 等媒体转载——称采购数量达“数万台”，涵盖紧凑型 Mac mini 和性能更强的 Mac Studio 产品线。据报道，这些设备是作为无头、无屏幕的服务器节点采购的，而非台式电脑，并且以数据中心式的机架部署方式使用，而不是放在个人办公桌上。

OpenAI 并非唯一采取这种做法的公司。Anthropic 走了一条相关但不同的路径，通过 Amazon Web Services 租用 Mac mini 算力，而不是直接购买硬件。这种做法相当于向 AWS 支付溢价，以换取无需资本支出即可灵活扩大或缩小使用规模的能力，同时也依赖于 AWS 自身的 Mac mini 库存。两家公司的策略共同表明，苹果芯片正在成为更广泛 AI 基础设施体系中一个被认可的工具——尽管仍属小众——与常规 GPU 集群并行使用，而非取而代之。

对苹果供应链的影响

AI 行业的采购规模已经开始明显挤压苹果的消费级供应链。有报道指出，苹果已悄然从 Mac Studio 和 Mac mini 产品线中移除多款高端内存配置，部分配置的交付时间已延长至九到十二周。据报道，内存制造商一直在优先供应 AI 数据中心合同，因为这类合同的单位利润高于消费级设备内存，导致 Mac 生产可用产能减少，而消费需求依然强劲。苹果 Mac 业务在最近一个季度实现了近 29% 的同比增长，报道称这一数字在一定程度上受到了这波非常规企业 AI 需求的推动。

一些报道还指出，内存紧张是苹果加速推出新款 Mac mini 和 Mac Studio 的因素之一，发布时间早于原计划，以便在服务传统消费者和创意专业人士的同时，跟上 AI 实验室的订单节奏。

这对 AI 基础设施战略意味着什么

这一事件揭示了一个更广泛的趋势：随着 AI 实验室从单纯的预训练扩展到强化学习、智能体训练和推理，它们越来越多地为特定工作负载匹配专用硬件，而不是对每项任务都默认使用最大的 GPU 集群。特别是对于计算机使用型智能体而言，一支由大量性能完备、内存充裕的台式机级机器组成的机群，在大规模试错训练方面可能比同等 GPU 算力更实用、更具成本效益。分析人士提醒，这并不意味着核心模型训练会从 Nvidia 硬件转向其他方案——在核心模型训练中，GPU 内存带宽和互联速度仍然是决定性优势——但它确实标志着领先 AI 实验室在智能体 AI 系统走向更广泛部署的过程中，对算力多样性的思考方式出现了显著扩展。