AI热潮下Mac变身新宠：OpenAI Anthropic抢购，苹果英伟达新战场开启

内存芯片市场正经历前所未有的价格波动，普通消费者购买电脑的成本显著增加，而另一边，专为人工智能应用设计的设备却呈现出供不应求的态势。近期，有消息称，OpenAI已悄然采购了数万台苹果Mac mini和Mac Studio，用于开发具备自主操作能力的智能体系统。

据行业内部人士透露，这些苹果设备被集中部署，用于训练和测试能够独立完成电脑操作的智能体。这些智能体不仅需要完成点击按钮、输入文字等基础操作，还需在不同应用间无缝切换，执行复杂的多步骤任务。与此同时，另一家知名AI企业Anthropic也通过亚马逊AWS平台租用了大量基于Mac的算力资源。

苹果电脑的传统用户群体主要是普通消费者和专业创作者，但如今，它们正以集群形式进入顶尖AI实验室，承担起代码测试、邮件整理、文档处理等多样化任务。这一转变标志着Mac的角色正在从个人电脑向AI基础设施的重要组成部分过渡。

那么，为何AI实验室会突然对Mac产生浓厚兴趣？尽管OpenAI和Anthropic已拥有庞大的英伟达GPU集群，并持续采购更多数据中心算力，但它们对Mac的需求源于计算机操作智能体带来的新挑战。这类智能体需要在大量并行运行、可反复重置的操作系统环境中进行训练，以便系统能够记录操作轨迹、评估结果，并将反馈用于后续优化。Mac的原生macOS环境为这一过程提供了理想的平台，避免了模拟系统与真实设备间的兼容性问题。

值得注意的是，OpenAI采购Mac并不意味着其核心模型训练已从英伟达GPU集群转移至苹果设备。相反，Mac更可能承担并行交互、轨迹采集、任务验证等辅助工作，而模型参数的集中更新仍依赖数据中心的高性能加速器。

苹果M系列芯片的统一内存架构为本地大模型推理提供了有力支持。该架构允许CPU、GPU和神经网络引擎共享同一内存池，减少了数据搬运带来的性能损耗。最新款Mac Studio配备的512GB统一内存和1.2TB/s的内存带宽，使得单机即可运行参数规模庞大的量化模型。桌面机的主动散热设计也更适合长时间高负载运行。

苹果还在新款Mac Studio中强化了多机协同能力。通过雷雳5技术，多台设备可组成集群，分布式AI推理性能最高可提升至单机的三倍。这一特性进一步提升了Mac在AI领域的应用潜力。

随着常驻型AI智能体的普及，Mac mini等原本面向个人用户的设备突然成为数据中心和本地AI部署的热门选择。这些设备体积小、功耗低，可在无显示器情况下长期运行，完美契合AI应用的需求。据《华尔街日报》报道，Mac mini在美国市场的销量占比虽不高，但进入新一年后，其作为私有化、全天候智能体宿主的需求激增，部分高内存版本甚至出现数周乃至数月的交付延迟。

苹果似乎对这一市场需求变化感到意外。据苹果前企业AI产品营销经理透露，Mac在企业AI市场的走红带有偶然性，苹果此前并未围绕这一市场建立完整的企业工程支持和开发者关系体系。然而，面对不断增长的需求，苹果迅速调整策略，于今年6月举办了一场闭门企业活动，重点推广Mac mini在AI领域的应用。随后，苹果发布的M6 Mac mini和M5 Ultra Mac Studio更是将宣传重点转向设备端AI、大模型推理和多机集群。

价格方面，新款Mac mini的起售价较前代产品显著上涨。芯片升级和内存、存储成本上涨是推高价格的主要原因。尽管如此，AI需求仍对苹果的财务数据产生了积极影响。最新财报显示，Mac业务收入同比增长近三成，增速超过其他硬件品类。

苹果在AI领域的崛起已引起英伟达的关注。为应对竞争，英伟达推出了面向个人智能体的新型PC产品，如DGX Spark和RTX Spark。这些产品集成了高性能CPU和GPU，提供最高1 PFLOP的AI计算性能和128GB统一内存，并支持CUDA、TensorRT等成熟AI开发生态。据报道，首批RTX Spark笔记本和紧凑型台式机尚未正式发售，即已被渠道客户预订一空。

苹果与英伟达的竞争焦点集中在本地推理、智能体执行、强化学习轨迹生成等核心场景。这些桌面设备虽无法取代大型训练集群，但它们为AI应用提供了靠近用户数据、操作系统和真实应用的低延迟运行环境。然而，随着AI数据中心和本地AI终端对内存需求的同步增长，存储市场正面临供应紧张和价格上涨的挑战。Mac mini的走红正是这一趋势的缩影，预示着AI硬件竞争正从云端延伸至办公桌上的每一台设备。