最有算力需求的那家公司，最近没在买英伟达卡。
据 The Information 报道，过去几个月，OpenAI 扫货式采购了数万台 Mac mini 和 Mac Studio——不要笔记本，专挑没有屏幕、没有键盘的桌面机，买到高配版断货还不收手。36氪Anthropic 也在干同样的事，只是换了个姿势：通过亚马逊 AWS 租 Mac 算力。知乎
这波采购凶猛到什么程度？苹果的 Mac 业务上季度卖了 103.5 亿美元，同比增长近 29%，是苹果增长最快的硬件线。36氪Mac mini 此前只占苹果美国 Mac 销量的 3% 左右，今年直接成了"全天候 AI Agent 宿主"。知乎苹果原本按惯例要在秋季才更新 Mac，结果 8 月 25 日就把新款 Mac mini 和 Mac Studio 提前掏了出来。知乎
几万台 Mac 到底拿去干嘛
先说结论：不是训练大模型，是训练"会自己操作电脑的 AI"。
OpenAI 要练的是 computer-use Agent——能像人一样点按钮、敲代码、整理邮箱、在多步骤任务里连续干活的智能体。36氪训练方式是强化学习：让 AI 在真实环境里反复试错，记录操作轨迹，判断对错，再喂回模型。
这件事有两个硬要求。一是环境必须真，虚拟机和模拟器都不行，界面、权限、应用兼容性都会有偏差——教 AI 用 Mac，就得给它一台真 Mac。知乎二是数量必须大，单个任务动辄几分钟几十分钟，训练需要海量环境并行跑、反复重置，几万台只是起步。所以更准确的说法不是"苹果的活抢了英伟达的活"，而是算力战场裂成了两条线：前沿大模型的训练主线，依然是英伟达的绝对主场；新长出来的"Agent 环境线"，Mac 意外撕开了一块口子。这批 Mac 承担的是并行交互、轨迹采集、任务验证、本地推理和部分后训练，前沿模型的核心参数更新，仍然在英伟达加速器的数据中心里完成。知乎
为什么偏偏是 Mac
看纸面参数，Mac 确实打不过英伟达卡，纯 GPU 算力不是一个量级。但 Agent 训练这个场景比的不是这个，Mac 赢在另外四件事：
第一，统一内存，这是最核心的。英伟达卡的显存和系统内存分开，RTX 5090 性能再猛也只有 32GB 显存，大一点的模型根本塞不进。苹果 M 系芯片让 CPU、GPU、神经引擎共用一个内存池，M5 Ultra 的 Mac Studio 最高能配 512GB 统一内存、带宽 1.2TB/s，单机就能装下参数量可观的量化模型，没有显存焦虑。知乎
第二，电费。几万台机器 7×24 小时跑，推理负载下苹果芯片的能效优势是结构性的，省下的电费够再买几千台。知乎
第三，持续输出。Mac mini 和 Mac Studio 是主动散热，长时间高负载不降频，扛得住一跑几天的强化学习任务。36氪
第四，也是常被忽略的：现货。英伟达 GPU 缺货排队是老问题了，Mac mini 下单到收货最快几天。知乎
苹果官方还在新款 Mac Studio 里强化了多机协同，多台设备可以用雷雳 5 组集群，分布式推理性能最高做到单机的 3 倍。知乎苹果自己还在推广一个叫 EXO Labs 的开源项目，目标是把多台 Mac 组成集群，在本地跑万亿参数级别的模型。36氪换句话说，苹果不是被动接了这波订单——今年 6 月它就在 Apple Park 办了场罕见的企业闭门活动，据参会者说，Mac mini 是全场焦点；新款发布后，官方口径直接变成了"可以在 Mac 上本地运行和微调大模型"。
英伟达没闲着
把英伟达写成被动挨打也不对。有知情人士透露，英伟达内部早已把苹果列为本地 AI 领域最大的竞争对手。36氪去年推出的 DGX Spark 就是冲着 Mac mini 来的：128GB 统一内存、完整 CUDA 和 TensorRT 生态，3 万多元一台。哔哩哔哩这半年 B 站实测内容已经非常密集——跑 DeepSeek、跑 Qwen、双机组集群，甚至"到底值不值"的争论都吵了好几轮。
更近的一步是 RTX Spark：Grace CPU 加 Blackwell GPU，128GB 统一内存，标称 1 PFLOP AI 算力，官方定位"面向个人智能体的新型 PC"，首批笔记本和紧凑台式机今年秋季上市，渠道消息是华硕、微星的首批货源基本被预订一空。知乎
顺带一提，本周英伟达刚宣布向联发科投资 35 亿美元，双方的合作内容之一，就是联发科参与面向笔记本市场的 RTX Spark 研发。知乎
于是出现了少见的一幕：英伟达卡缺货，高配 Mac 断货，连还没上市的 RTX Spark 都被预订光了——本地 AI 硬件三条线，供应全紧。背后有个共同推手：AI 数据中心和 AI 终端在抢同一批内存芯片，上游涨价一路传导到整机。6 月苹果已经上调过一轮售价，Mac 和 iPad 全线涨了 15%–20%。微博新款 M6 Mac mini 起售价 6999 元，而 2024 年 M4 版起售价还是 4499 元，两年时间入门价抬高了约 56%，其中一部分就是内存和存储的成本。知乎
想自己装一台，先算三笔账
OpenAI 买 Mac 的理由，对个人并不完全成立——你大概率不需要几万个 macOS 环境。但它背后的硬件逻辑是通用的。如果你最近也想搞一台本地 AI 主机，建议先算清楚三笔账。
第一笔：你要跑什么。跑推理——本地大模型、私有知识库、常驻个人助手——统一内存容量是第一指标，Mac mini 是入门券，Mac Studio 是天花板。跑训练、微调，或者吃 CUDA 生态的开发工作，英伟达仍是唯一解：DGX Spark 现货、生态完整，纯性能上限还得看 RTX 5090 级别的工作站。
第二笔：你要跑多大。30B 以内的量化模型，新款 Mac mini 或一张消费级显卡就够；往上到 70B 甚至更大，32GB 显存的显卡就开始尴尬，大统一内存池才是正解——这正是这波"英伟达用户被苹果截胡"的真实缝隙。
第三笔：你能接受多少溢价。现在是内存涨价周期，高内存版 Mac 已经断货数月，真刚需等来等去未必降价，但也不建议为伪需求追高。知乎预算有限还有个折中：蹲 DGX Spark 的渠道价，或者等秋天 RTX Spark 首批上市后的实测对比。
还有一句必须泼的冷水：别指望买台 Mac 回来训练大模型。苹果芯片的 GPU 算力和 CUDA 生态仍是短板，OpenAI 也只是拿 Mac 干并行交互、轨迹采集这类"环境体力活"，前沿模型的主训练并没有离开英伟达的 GPU 集群。知乎同样，也别因为这条新闻就喊"显卡时代结束了"——英伟达本周财报电话会上，黄仁勋自己说了：完成同一类任务，一个 Agent 消耗的算力是普通人直接用 AI 的 15 到 100 倍。36氪英伟达管理层同时判断，供应紧张至少会持续到 2028 财年。这块新增的算力蛋糕，两边都想吃。
接下来值得盯的信号
高内存 Mac 的补货节奏，以及苹果会不会正式开企业采购通道——目前连前 OpenAI 基础设施员工创办的"苹果硬件云"公司都出现了，说明这门生意有人在认真做。36氪
秋天 RTX Spark 首批真机的实测性价比，尤其是和 Mac Studio 的正面碰撞。
DGX Spark 会不会跟进更便宜的版本。
云端推理价格——如果英伟达新一代平台把推理成本打下来，"在家装一台"的逻辑会被削弱，这笔账要动态算。
算力正在分家：重训练进云端，轻 Agent 上桌面。对普通人来说，这是"在家装一台 AI 主机"第一次变成一个值得认真算账的消费决策。只是这账今年算比去年贵了一点——内存涨价，是绕不开的那一笔。
