AI 实验室买显卡不稀奇，但现在开始按「吨」囤 Mac mini 了。
据 The Information 报道，OpenAI 过去数月采购了数万台苹果 Mac mini 和 Mac Studio，专门用于训练 Computer-use Agent——那种能自己操作电脑、点鼠标、开 App、看屏幕、犯错再重来的 AI 系统。
Anthropic 走的是另一条路，从亚马逊 AWS 租 Mac 算力。按网友算的账，一台每小时一美元出头，折合人民币一个月要五千到九千块。租着不便宜，买也不算划算——论算力性价比，苹果芯片打不过英伟达，这点没什么争议。
那图什么？
强化学习需要真实的电脑桌面
这些 Mac 不是拿去做大模型预训练的。它们的任务是强化学习。
训练 Computer-use Agent，核心需求是让模型在真实的电脑环境里反复练手。成千上万台机器同时开着，模型在里面点鼠标、开 App、看屏幕、犯错、重来。环境越真实，学出来的东西越能用。
传统的 GPU 集群做不了这件事。GPU 适合跑大批量数据并行计算，但不适合模拟「人坐在电脑前操作软件」这件事。Mac mini 和 Mac Studio 的价值恰好在这里：统一内存架构，可以跑大量本地桌面会话，模型在自己真实的 macOS 环境里练手，而不是在虚拟环境里隔着一层。
统一内存才是关键
苹果自研芯片的统一内存架构，是这波采购的核心原因。
CPU、GPU、Neural Engine 共享同一个内存池，不需要来回传数据。英伟达 RTX 5090 配 32GB 显存，而一个 700 亿参数模型经过常见的 4-bit 量化后，通常还需要约 40GB 甚至更多内存。一台 Mac Studio 最高可以配 512GB 统一内存，一台机器就能装下过去需要一整排 GPU 才能装下的模型。
而且 Mac mini 和 Mac Studio 有主动散热，能 7×24 小时满载运行不降频。MacBook 跑几十分钟就会因为温度降频，但 Agent 训练是持续数天甚至更久的任务，稳定散热是刚需。
Mac mini 缺货，苹果自己都没准备好
这批采购直接冲击了苹果的供应体系。
配备大容量统一内存的 Mac mini 和 Mac Studio 已经有数月处于缺货状态，部分型号甚至连续数月买不到现货。苹果 CEO 库克今年 7 月在财报会上承认，Mac 当季面临供应限制，市场需求「非常强劲」，并表示公司低估了增长速度。
截至今年 6 月的季度，苹果 Mac 业务营收 104 亿美元，同比增长 29%，成为苹果所有产品线中增速最快的业务。这里面有 AI 公司的功劳。
苹果开始抢企业客户
需求的变化已经引起苹果内部的重视。
6 月 23 日，苹果在 Apple Park 举办了一场专门面向企业客户的活动，迪士尼、福特以及 Anthropic 联合创始人都出席了在现场。苹果重点宣传 Mac 可以本地处理 AI 任务，减少对云端的依赖。有参会者直接把 Mac mini 称为那场活动的「宠儿」。
库克当时说：「我们看到越来越多客户开始利用这些能力，从将 Mac mini 用作运行智能体 AI 的强大平台，到部署 Mac Studio 集群在本地运行前沿级模型。」
英伟达开始正面应对
Mac 在本地 AI 领域的存在感上升，已经引起了英伟达的注意。
据报道，与英伟达高管讨论过竞争形势的人士透露，在本地 AI 市场，英伟达已将苹果视为最主要的竞争对手之一。去年年底，英伟达推出了 DGX Spark 紧凑型 AI 桌面计算机，尝试在企业级 AI 算力市场和苹果正面竞争。
前 OpenAI 基础设施员工还创办了一家叫 Mount Thor 的公司，正在建设基于苹果硬件的 AI 云服务，把大量 Mac 部署到数据中心，对外提供算力出租。
不是替代 GPU，而是补一个场景
说 Mac 会取代英伟达 GPU 是不准确的。大模型预训练仍然需要 H100 这类 GPU 的大规模并行算力，这点短期内不会变。
Mac 的定位是一个补充：训 Agent 的强化学习环境、做本地大模型推理、跑 Computer-use 这类需要真实桌面交互的任务。在这个特定场景里，统一内存 + 真实 macOS 环境 + 稳定散热，是 GPU 替代不了的组合。
这才是 OpenAI 愿意「按吨囤」的真正原因。