OpenAI, как выяснилось, скупает Mac десятками тысяч единиц.
Случайно распродав их все, они пытаются любыми способами получить больше.
Им не нужны ноутбуки MacBook, они целенаправленно покупают Mac mini и Mac Studio без экранов и клавиатур.
Возникает вопрос: какие задачи в области ИИ не могут решить GPU от NVIDIA и TPU от Google, что для них нужны именно Mac?

Десятки тысяч Mac для обучения с подкреплением, ИИ-компании тоже этим занимаются
Согласно информации от The Information, OpenAI уже приобрел десятки тысяч компьютеров Mac mini и Mac Studio, специально для обучения с подкреплением.
Не только OpenAI, Anthropic также арендует Mac mini через облачный сервис Amazon AWS для выполнения аналогичных задач.

Эти Mac используются для обучения «агентов компьютерного использования» (computer-use agent) — систем ИИ, которые могут автономно управлять компьютером, выполнять многошаговые задачи, такие как редактирование тестового кода, автоматическая организация почтового ящика, обобщение документов и т.д.
Этот ажиотаж напрямую отразился на финансовых результатах Apple.
В последнем квартале продажи Mac выросли почти на 29% в годовом исчислении, достигнув 10,3 млрд долларов США, опередив рост по всем другим линейкам продуктов Apple, включая iPhone и iPad, что сделало Mac самым быстрорастущим бизнесом Apple.

23 июня в штаб-квартире Apple в Apple Park прошло мероприятие под названием «Business at the Park». Это необычно для Apple, которая всегда была сосредоточена на потребительском рынке и крайне редко проводила мероприятия, специально ориентированные на корпоративных клиентов.
На этом мероприятии присутствовали топ-менеджеры Disney и Ford, соучредитель Anthropic Джаред Каплан, а также действующий CEO Apple Тим Кук и его преемник Джон Тернус.
По словам одного из участников, Apple на мероприятии неоднократно подчеркивала, что её оборудование отлично подходит для локальной обработки задач ИИ, и Mac mini стал центром внимания всего мероприятия.
Обучение ИИ долгое время доминировало за счёт GPU NVIDIA, но Mac смогли занять место в этом узком сегменте обучения с подкреплением благодаря единой памяти.
Видеопамять GPU NVIDIA и системная память разделены, передача данных между ними создаёт узкое место. В свою очередь, чипы Apple серии M используют единый общий пул памяти, где CPU и GPU имеют прямой доступ к одной и той же памяти, что даёт преимущество в производительности при обработке рабочих нагрузок ИИ.

Кроме того, в отличие от тонких MacBook, Mac mini и Mac Studio оснащены специальными системами охлаждения, что позволяет им работать со сложными задачами ИИ в течение длительного времени без снижения производительности из-за перегрева. Это крайне важно для обучения с подкреплением, которое может длиться часами или даже днями.
Apple также продвигает проект открытого программного обеспечения EXO Labs, который позволяет объединять несколько Mac в кластер для локального запуска моделей ИИ с триллионами параметров.

Новая модель Mac Studio, только что выпущенная Apple, также особо подчёркивает возможности кластеризации: несколько Mac Studio могут быть соединены в цепочку для создания более мощной системы для запуска передовых моделей.
Время выпуска этого нового продукта также необычно. Apple обычно обновляет линейку Mac в октябре или ноябре, на этот раз выпуск состоялся в августе.

NVIDIA обратила внимание, Apple действует в спешке
Восхождение Mac в сфере локального ИИ уже привлекло внимание NVIDIA.
По словам осведомлённого источника, обсуждавшего конкурентную ситуацию с топ-менеджерами NVIDIA, компания считает Apple своим главным конкурентом в области локального ИИ.
В конце прошлого года NVIDIA выпустила DGX Spark — настольный компьютер для ИИ, стилистически похожий на Mac mini, прямо нацелившись на этот рынок.

Apple же столкнулась с практической проблемой нехватки поставок.
Огромный спрос на чипы памяти со стороны центров обработки данных для ИИ привёл к историческому дефициту во всей отрасли, от которого не избежала и Apple.
Высококонфигурированные версии Mac mini и Mac Studio, наиболее привлекательные для разработчиков ИИ, распроданы уже несколько месяцев.
Бывший менеджер по маркетингу продуктов ИИ в Apple Тодд Дэйли сообщил, что за последний год из-за ограниченных поставок Mac некоторые компании уже начали искать альтернативы, и NVIDIA DGX Spark часто упоминается как вариант, который сейчас есть в наличии.
Дэйли ушёл из Apple в апреле этого года и сейчас работает независимым консультантом по ИИ. Он также сообщил, что бум Mac на корпоративном рынке ИИ произошёл совершенно неожиданно, а не в результате активного планирования Apple. У Apple нет специальной инженерной команды, ориентированной на корпоративных клиентов, и нет сотрудников, занимающихся исключительно отношениями с разработчиками.
В последний раз Apple продавала серверные продукты — это был Xserve, производство которого было прекращено ещё в 2011 году. Серверная операционная система на базе Mac также перестала разрабатываться в 2022 году.

Однако некоторые уже почувствовали возможность.
Бывший сотрудник по вычислительной инфраструктуре OpenAI Питер Фёлл основал Mount Thor — компанию, предоставляющую облачные вычисления на базе оборудования Apple. Компания всё ещё находится в режиме стелс, а на её сайте продукт описывается как «среда выполнения ИИ на базе оборудования Apple».
Apple также возлагает надежды на таких партнёров, как Mount Thor и webAI, чтобы продвигать Mac глубже на корпоративный рынок.

Apple наконец-то начала использовать чипы Mac для создания собственных серверов. Однако эти серверы предназначены только для внутреннего использования в рамках сервиса частных облачных вычислений (Private Cloud Compute) для обработки задач ИИ, которые превышают возможности iPhone или Mac.
Некоторые корпоративные клиенты спрашивали Apple, могут ли они получить доступ к использованию этих серверов, но Apple пока отказывает.
Ссылки на источники:[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/
Статья взята с официального аккаунта WeChat «QbitAI», автор: Фокус на передовых технологиях





