与人工智能的未来完全属于英伟达GPU集群的固有观念相反，市场上正在形成一种新的、出人意料的基建趋势。在过去几个月中，OpenAI采购了数万台Mac mini和Mac Studio电脑。这并非为办公室进行的临时采购，而是一项战略举措，旨在解决智能体AI开发领域的特定任务。
这里指的是训练AI智能体（computer-use agents）自主与桌面操作系统交互。从我的分析视角来看，显而易见：要让神经网络学会点击、输入和管理界面，它不仅需要计算能力，还需要访问数千个隔离的、真实运行的系统。正是在这一点上，苹果凭借其生态系统和统一架构，提供了一个优雅的解决方案。
值得注意的是，OpenAI的主要竞争对手Anthropic正以另一种方式解决类似问题，即从亚马逊网络服务租用Mac mini的计算资源。这证实了：对此类配置的需求巨大，而云服务商的供应目前仍然有限。顺便提一下，8月25日苹果发布了基于M5 Ultra和M6芯片的更新产品线，这与该战略完美契合。
角色分工：Mac mini与Mac Studio
对新品技术规格的分析表明，AI实验室内部存在明确的分工：
- Mac mini M6。紧凑的设计使得部署数千个独立的运行环境成为可能。这是训练智能体的理想“试验场”，因为它们需要真实的操作系统来练习与界面交互。
- Mac Studio M5 Ultra。支持高达512GB的统一内存——这是本地托管最重量级语言模型的关键资源。例如，拥有3200亿参数的GLM-5.3-Flash模型，根据量化方式的不同，可能占用高达300GB的内存，而Mac Studio能够完整容纳它。
作为对比：要在传统桌面上运行这样的模型，需要组合十块旗舰级RTX 5090显卡，功耗巨大且存在带宽瓶颈。苹果通过统一内存绕过了这一限制，其带宽可达1.2TB/s。
值得注意的是，早在2026年4月30日，蒂姆·库克就公开承认Mac mini和Mac Studio的供应短缺，并将其直接归因于智能体AI工具的繁荣。这家库比蒂诺公司已经在调整营销策略，将这些设备定位为“持续运行的本地智能体计算”的解决方案。
当然，苹果的设备不会取代用于训练基础模型的英伟达GPU集群。然而，它们正在构建一个新的虚拟“办公室”，让训练好的神经网络在其中练习解决真实任务。这使苹果成为一个真正的基建参与者，而不仅仅是消费电子产品的制造商。
我的结论是：AI基础设施市场正在分化。当所有人都在关注显卡竞赛时，对最终训练阶段专用平台的需求正在悄然形成——而在这一领域，苹果生态系统在每瓦特的性价比方面无可匹敌。