OpenAI Beli Puluhan Ribu Mac untuk Pelatihan Reinforcement! Nvidia Digeser Apple

marsbitDipublikasikan tanggal 2026-08-31Terakhir diperbarui pada 2026-08-31

Abstrak

OpenAI dilaporkan membeli puluhan ribu unit Mac mini dan Mac Studio untuk pelatihan pembelajaran penguatan (reinforcement learning) AI. Perangkat ini digunakan khusus untuk melatih "agen penggunaan komputer" yang dapat mengoperasikan komputer secara mandiri guna menyelesaikan tugas-tugas multi-langkah seperti mengedit kode, mengelola email, dan merangkum dokumen. Tidak hanya OpenAI, Anthropic juga dikabarkan menyewa Mac mini melalui AWS untuk keperluan serupa. Lonjakan permintaan ini berkontribusi pada pertumbuhan penjualan Mac sebesar 29% dalam laporan keuangan Apple, menjadikannya lini produk dengan pertumbuhan tercepat. Keunggulan utama Mac dalam tugas AI ini terletak pada arsitektur memori terpadu (unified memory) pada chip seri M, yang memungkinkan CPU dan GPU mengakses memori yang sama tanpa hambatan perpindahan data, serta sistem pendingin yang memadai untuk operasi jangka panjang. Aktivitas ini menarik perhatian NVIDIA, yang merilis DGX Spark sebagai pesaing langsung. Namun, Apple menghadapi kendala pasokan, dengan model Mac berkonfigurasi tinggi sering mengalami kekurangan stok. Meski awalnya tidak direncanakan, kesuksesan Mac di pasar AI perusahaan mendorong Apple menggelar acara khusus bagi klien bisnis dan berkolaborasi dengan perusahaan seperti Mount Thor untuk memperluas penetrasi di segmen ini. Apple juga mengembangkan server berbasis chip Mac untuk layanan Private Cloud Compute internal, meski belum menawarkannya ke pelanggan eksternal.

OpenAI dikabarkan gila-gilaan borong Mac, sekali beli langsung puluhan ribu unit.

Sampai-sampai membeli sampai habis stok, dan harus berusaha keras untuk mendapatkan lebih banyak lagi.

Macbook laptop tidak diambil, khusus beli Mac mini dan Mac Studio yang tidak ada layar dan keyboardnya.

Lalu pertanyaannya: bisnis AI seperti apa yang tidak bisa ditangani GPU Nvidia dan TPU Google, harus pakai Mac?

Puluhan Ribu Mac untuk Reinforcement Learning, A ya Juga Lakukan

Menurut informasi dari The Information, OpenAI telah membeli puluhan ribu Mac mini dan Mac Studio, khusus untuk keperluan reinforcement learning.

Bukan cuma OpenAI, Anthropic juga menyewa Mac mini melalui layanan cloud AWS Amazon untuk melakukan tugas serupa.

Mac-Mac ini digunakan untuk melatih "agen penggunaan komputer" (computer-use agent), yaitu sistem AI yang dapat mengoperasikan komputer secara mandiri, menyelesaikan tugas multi-langkah seperti mengedit kode pengujian, mengatur email otomatis, merangkum dokumen, dan lain-lain.

Demam ini langsung tercermin dalam laporan keuangan Apple.

Pada kuartal terakhir, penjualan Mac meningkat hampir 29% year-on-year, mencapai $10.3 miliar, pertumbuhannya melebihi iPhone, iPad dan semua lini produk Apple lainnya, menjadikan Mac bisnis dengan pertumbuhan tercepat di Apple.

Tanggal 23 Juni, Apple Park mengadakan acara bernama "Business at the Park". Ini jarang terjadi dalam sejarah Apple, karena Apple selalu fokus pada pasar konsumen, sangat jarang mengadakan acara khusus untuk klien korporat.

Di acara ini hadir eksekutif Disney dan Ford, co-founder Anthropic Jared Kaplan juga hadir, CEO Apple yang akan segera lengser Tim Cook dan penerusnya John Ternus juga ada.

Menurut seorang peserta acara, Apple berulang kali menekankan bahwa perangkat kerasnya sangat cocok untuk menangani tugas AI secara lokal, dan Mac mini menjadi fokus utama sepanjang acara.

Pelatihan AI sejak lama didominasi oleh GPU Nvidia, tetapi Mac bisa dibeli secara besar-besaran dalam skenario khusus reinforcement learning ini, berkat memori terpadunya.

VRAM GPU Nvidia dan memori sistem terpisah, transfer data antara keduanya menimbulkan bottleneck. Chip seri M Apple menggunakan satu kumpulan memori bersama yang terpadu, CPU dan GPU langsung mengakses memori yang sama, memberikan keunggulan kinerja saat menangani beban kerja AI.

Selain itu, berbeda dengan MacBook yang tipis, Mac mini dan Mac Studio dilengkapi sistem pendingin khusus, sehingga tidak mengalami thermal throttling meski menjalankan tugas AI kompleks dalam waktu lama. Hal ini sangat penting untuk pelatihan reinforcement learning yang berlangsung berjam-jam bahkan berhari-hari.

Apple juga sedang mempromosikan proyek perangkat lunak open-source EXO Labs, yang dapat menggabungkan beberapa Mac menjadi klaster, untuk menjalankan model AI berparameter triliunan secara lokal.

Mac Studio baru yang baru dirilis Apple juga secara khusus menekankan kemampuan klaster, beberapa Mac Studio dapat dirangkai menjadi sistem yang lebih kuat untuk menjalankan model-model mutakhir.

Waktu peluncuran produk baru ini juga tidak biasa. Apple biasanya memperbarui lini produk Mac pada bulan Oktober atau November setiap tahun, kali ini dimajukan ke bulan Agustus.

Nvidia Waspada, Apple Bergegas Menyikapi

Bangkitnya Mac di bidang AI lokal telah menarik perhatian Nvidia.

Menurut seorang sumber yang pernah berdiskusi dengan eksekutif Nvidia tentang situasi persaingan, Nvidia menganggap Apple sebagai pesaing terbesar di bidang AI lokal.

Akhir tahun lalu, Nvidia merilis DGX Spark, komputer desktop AI yang desainnya mirip dengan Mac mini, langsung membidik pasar ini.

Di sisi Apple, mereka menghadapi masalah realitas yaitu pasokan yang tidak mencukupi.

Permintaan besar-besaran dari pusat data AI terhadap chip memori menyebabkan kelangkaan bersejarah di seluruh industri, dan Apple juga tidak luput.

Mac mini dan Mac Studio versi high-end yang paling menarik bagi pengembang AI sudah kehabisan stok selama berbulan-bulan.

Mantan Manajer Pemasaran Produk AI Enterprise Apple, Todd Dailey, mengungkapkan, setahun terakhir karena pasokan Mac terbatas, beberapa perusahaan sudah mulai mencari alternatif, dan Nvidia DGX Spark sering disebut-sebut sebagai pilihan, dan sekarang ada stoknya.

Dailey keluar dari Apple bulan April tahun ini, saat ini menjadi konsultan AI independen. Ia juga mengungkapkan kepopuleran Mac di pasar AI korporat sepenuhnya tidak disengaja, bukan hasil perencanaan aktif Apple. Apple tidak punya tim engineering khusus untuk klien korporat, juga tidak punya staf yang fokus pada hubungan dengan pengembang.

Terakhir kali Apple menjual produk server adalah Xserve yang sudah dihentikan produksinya tahun 2011. Sistem operasi server berbasis Mac juga sudah berhenti dikembangkan tahun 2022.

Tapi sudah ada yang mencium peluang.

Mantan karyawan infrastruktur komputasi OpenAI, Peter Voell, mendirikan Mount Thor, sebuah perusahaan komputasi cloud berbasis perangkat keras Apple, saat ini masih dalam mode siluman, situs webnya mendeskripsikan produk sebagai "lingkungan eksekusi AI berbasis perangkat keras Apple".

Apple juga berharap pada mitra seperti Mount Thor dan webAI, untuk mendorong Mac lebih dalam ke pasar korporat.

Apple akhir-akhir ini mulai menggunakan chip Mac untuk membangun servernya sendiri. Namun, server ini hanya untuk penggunaan internal, untuk layanan Private Cloud Compute (PCC), menangani tugas AI yang melampaui kemampuan pemrosesan iPhone atau Mac.

Beberapa klien korporat pernah menanyakan kepada Apple apakah bisa menjual hak penggunaan server ini, tetapi sejauh ini Apple menolak.

Referensi tautan: [1]https://www.theinformation.com/articles/apple-stumbled-ai-hardware-success-mac[2]https://www.apple.com/newsroom/2026/07/apple-reports-third-quarter-results/

Artikel ini berasal dari akun WeChat publik "量子位", penulis: 关注前沿科技

Pertanyaan Terkait

QMengapa OpenAI membeli puluhan ribu Mac untuk pelatihan AI?

AOpenAI membeli puluhan ribu Mac mini dan Mac Studio untuk melatih 'agen penggunaan komputer' (computer-use agent) melalui pembelajaran penguatan (reinforcement learning). Perangkat ini mampu menjalankan tugas-tugas AI multi-langkah seperti mengedit kode, mengatur email, dan merangkum dokumen secara mandiri.

QApa keunggulan Mac dibanding GPU NVIDIA dalam konteks pelatihan AI ini?

AKeunggulan utama Mac (dengan chip Apple M) adalah arsitektur memori terpadu (unified memory), di mana CPU dan GPU mengakses kumpulan memori yang sama. Ini menghilangkan hambatan transfer data antara memori sistem dan VRAM yang ada di GPU NVIDIA, sehingga memberikan keuntungan kinerja untuk beban kerja AI tertentu seperti pembelajaran penguatan.

QBagaimana respons NVIDIA terhadap masuknya Apple ke pasar AI lokal ini?

ANVIDIA melihat Apple sebagai pesaing terbesar di bidang AI lokal. Mereka merilis produk DGX Spark, komputer desktop AI dengan desain mirip Mac mini, untuk langsung menargetkan pasar ini. Beberapa perusahaan mulai mempertimbangkan DGX Spark sebagai alternatif karena ketersediaan stok Mac yang terbatas.

QApa dampak pembelian besar-besaran ini terhadap penjualan dan strategi Apple?

APembelian ini mendorong pertumbuhan penjualan Mac sebesar hampir 29% dalam satu kuartal, menjadikannya lini bisnis Apple dengan pertumbuhan tercepat. Apple, yang secara tradisional fokus pada konsumen, mulai mengadakan acara untuk klien bisnis seperti 'Business at the Park' dan mempromosikan Mac mini sebagai perangkat utama untuk tugas AI lokal.

QApa kendala yang dihadapi Apple dalam memenuhi permintaan ini?

AApple menghadapi kendala pasokan, terutama untuk model Mac mini dan Mac Studio konfigurasi tinggi yang paling diminati pengembang AI. Kekurangan chip memori secara industri memperparah situasi ini, menyebabkan produk-produk tersebut kehabisan stok selama berbulan-bulan dan membuka peluang bagi pesaing seperti NVIDIA.

Bacaan Terkait

Marvell: Tak Dapat Menyamai NVIDIA, Tak Mampu Menjawab Ekspektasi, Valuasi Tinggi Mulai 'Dikoreksi'?

Marvell (MRVL.O) merilis laporan keuangan Q2 FY2027 (hingga Juli 2026). Perusahaan meningkatkan panduan pendapatan untuk FY2027 menjadi $12 miliar (dari $11.5 miliar) dan untuk FY2028 menjadi $18 miliar (dari $16.5 miliar). Namun, peningkatan ini hanya sedikit lebih baik dari ekspektasi pasar dan terlihat lebih rendah dibandingkan panduan "luar biasa" dari Nvidia. Pasar terutama kecewa karena dua alasan: 1. Marvell tidak meningkatkan panduan untuk bisnis ASIC khususnya meskipun baru-baru ini mengumumkan kemitraan dengan Google. Hal ini membuat kesepakatan tersebut terlihat seperti perjanjian kerangka kerja yang kurang substansial. 2. Panduan pertumbuhan untuk bisnis data center pada FY2028 adalah 60%+, lebih rendah dari proyeksi Nvidia sebesar 70%+. Kineria kuartalan sendiri sesuai ekspektasi, dengan pendapatan mencapai $2.74 miliar (naik 13% secara kuartalan). Pertumbuhan didorong terutama oleh produk konektivitas dalam bisnis data center, yang menyumbang 79% dari total pendapatan. Margin kotor yang disesuaikan stabil di 58.3%. Meskipun panduan jangka panjang kurang memuaskan, Marvell tetap memiliki potensi pertumbuhan jangka panjang. Perusahaan telah menjalin kemitraan dengan raksasa cloud seperti Amazon dan Google, dan bisnis ASIC khususnya memiliki peluang untuk merebut sebagian pesanan TPU Google. Namun, valuasi Marvell yang relatif tinggi diperkirakan akan menghadapi tekanan koreksi dalam jangka pendek karena ekspektasi pasar yang tidak terpenuhi. Perhatian selanjutnya akan tertuju pada Hari Analis perusahaan pada 6 Oktober untuk kejelasan lebih lanjut mengenai prospek bisnis ASIC.

marsbit10m yang lalu

Marvell: Tak Dapat Menyamai NVIDIA, Tak Mampu Menjawab Ekspektasi, Valuasi Tinggi Mulai 'Dikoreksi'?

marsbit10m yang lalu

Mekanisme Keamanan Claude Tergelincir Besar-besaran, AI Marah Menghapus Direktori Utama Pengembang Sebesar 700GB

Claude, asisten AI dari Anthropic, kembali mengalami insiden keamanan yang parah. Kali ini, model tersebut secara tidak sengaja menghapus seluruh direktori utama (home directory) seorang pengembang sebesar 700 GB saat sedang membantu menulis skrip pembersihan file sementara di `/tmp`. Awalnya, pengembang bernama Guillemot meminta Claude Fable 5 untuk membuat skrip yang aman guna membersihkan file-file sampah yang ditinggalkan oleh berbagai AI Agent di direktori `/tmp`, dengan ketentuan tidak menghapus file yang masih digunakan oleh proses lain. Karena skrip ini melibatkan operasi penghapusan yang berisiko, sistem keamanan internal Claude secara otomatis memulai "tinjauan adversarial" dan mengaktifkan mekanisme degradasi keamanan. Mekanisme ini menurunkan (mendegradasi) model dari versi yang lebih canggih (Fable 5) ke versi yang lebih konservatif (Opus 4.8) dengan tujuan mengurangi risiko dalam skenario sensitif. Ironisnya, justru model yang "lebih lemah" inilah yang menyebabkan kesalahan fatal. Selama proses pengujian keamanan, Opus 4.8 berhasil mengidentifikasi bahwa direktori `/tmp` dan direktori utama pengguna adalah "target berbahaya yang tidak boleh dihapus." Namun, pada langkah pembersihan setelah pengujian, model menggunakan kembali variabel yang sama yang sebelumnya telah diisi dengan jalur (path) direktori utama. Akibatnya, alih-alih menghapus file sementara, perintah `rm -rf` justru dijalankan pada direktori utama pengembang, menghapus 700 GB data kerja. Insiden ini menyoroti kritik dari komunitas pengembang terhadap mekanisme degradasi keamanan Claude, yang dikeluhkan sering terlalu sensitif, menurunkan kemampuan model secara drastis, dan bersifat "lengket" (sticky) untuk seluruh sesi. Logika bahwa tugas "terlalu berbahaya" harus ditangani oleh model yang "lebih lemah" justru berpotensi meningkatkan risiko kesalahan dalam menangani detail teknis seperti ruang lingkup variabel dan jalur file.

marsbit1j yang lalu

Mekanisme Keamanan Claude Tergelincir Besar-besaran, AI Marah Menghapus Direktori Utama Pengembang Sebesar 700GB

marsbit1j yang lalu

Trading

Spot
活动图片