小盒子藏大算力，统一内存破瓶颈。AI巨头抢着囤英伟达看了也心惊

➡️ 据The Information报道，OpenAI已采购数万台Mac mini和Mac Studio，专门用于强化学习训练Computer-use Agent。Anthropic通过AWS租用Mac算力完成同类任务。苹果最新季报显示Mac营收104亿美元，同比增长29%。统一内存架构让Mac mini成为AI训练的意外之选，算力战争进入多元化时代。

文｜捉驿 • 栏目｜数字视线

英伟达的活被苹果抢了。

不是H100，不是A100，是Mac mini，那个你放在桌角、插着电源、不怎么起眼的小盒子。

The Information爆了个料：OpenAI正在采购数万台Mac mini和Mac Studio，专门用来训练AI，采购的都是不带显示器和键盘的版本，甚至多次催苹果快点发货。

训练目标是Computer-use Agent，一个能自己操作电脑的AI。Anthropic也在做同样的事，通过AWS租Mac算力。

苹果刚发的财报里，Mac卖了104亿美元，涨了29%。

有人说是芯片换代。

但更准确的说法是：AI公司正在把Mac mini当成“算力硬通货”来囤。

小盒子抢了英伟达饭碗，统一内存吃掉AI训练蛋糕。

下次有人再问“AI训练用什么芯片”，你可以告诉他：英伟达的活，被一个插电源的小盒子抢了。

◆ 小盒子的大胃口

2026年8月31日，The Information的报道让很多人没反应过来：OpenAI正在采购数万台Mac mini和Mac Studio，专门用来训练AI。

Mac mini，苹果最便宜、最不起眼的桌面电脑，正在成为AI公司的新宠。它们被大规模部署，任务是强化学习训练。

训练目标是Computer-use Agent，一个能自己操作电脑的AI系统：自己打开浏览器、点按钮、填表单、复制粘贴，编辑代码、整理邮件、总结文档，一步到位。

OpenAI和Anthropic不缺GPU，它们都有庞大的英伟达集群。OpenAI突然大量买Mac，是瞄准了新的需求。

OpenAI之前已经发过Computer-using Agent，这次大规模采购是那个方向的技术延续。

但它们不是要用Mac取代GPU。

前沿模型的训练还是要靠H100。

Mac更可能干的活是并行交互、轨迹采集、任务验证、本地推理和后训练。

■打个比方：强化学习就像训练一只小狗。不断试错，对了奖励，错了忽略。每一次尝试都要让AI跑一遍。Mac mini就是能让几十只小狗同时跑起来的训练场。英伟达的GPU是赛车跑道，Mac mini是平价健身房，便宜、安静、能同时容纳几百个学员。■

◆ 为什么是Mac mini？

训练Computer-use Agent需要让模型在真实的macOS环境里反复操作。成千上万台机器同时跑，模型在里面点鼠标、开应用、读屏幕、试错、重来。

这种训练方式有硬约束。苹果的许可协议规定，macOS虚拟机只能跑在苹果自研芯片的硬件上，每台机器最多同时跑两个虚拟机。

AWS的EC2 Mac实例到现在还是“专用主机”形态，租一台就是占用一整台物理Mac，最低24小时起租。

想搞一万个macOS环境，至少得部署几千台苹果真机。

算力可以买英伟达的GPU，但macOS环境只有苹果硬件能提供。

苹果芯片产品高级经理Doug Brooks解释过，Agent需要一台完全自主控制、与主力电脑隔离、能持续运行数天的机器，Mac mini符合这些条件。

Mac在运行大模型方面还有结构性的优势。

核心原因只有一个：统一内存架构。传统的x86架构，处理器内存和显卡显存是物理隔离的。CPU把数据搬到显存，GPU算完了再搬回来。

这个搬运过程浪费大量时间和电力。

M系列芯片的统一内存让CPU、GPU和神经网络引擎共享同一块内存池。

数据不用来回搬，开发者可以直接调用Mac mini的内存来加载推理大模型，相当于直接把它当成一块超大显存来用。

英伟达RTX 5090配32GB显存，而700亿参数的模型经过4-bit量化后，通常还需要约40GB甚至更多。

M5 Ultra最高配36核CPU、80核GPU和512GB统一内存，带宽1.2TB/s。

苹果说它的AI GPU算力最高是M3 Ultra的4.5倍，能在本地跑数千亿参数的大模型。

M6 Mac mini在LM Studio里处理大模型提示的速度，苹果说是M4的4.8倍、M1的13.5倍。

还有一个优势是散热。

MacBook跑几十分钟就降频，但Agent训练是7×24小时持续跑。Mac mini和Mac Studio的桌面机主动散热，能长时间满载不降频。

H100单价几万美元，还得配散热、供电、机架。

Mac mini起售价4499元人民币，约合604美元，一个H100的钱能买几十台Mac mini。

OpenAI采购数万台Mac mini，总成本还是比同规模的H100集群低得多。按吨囤不是因为有钱，是因为划算。

◆ 苹果的意外红利

OpenAI和Anthropic的采购，正在改变AI训练市场的一个局部格局。

苹果最新一季财报里，Mac卖了104亿美元，涨了29%，比iPhone的22%和穿戴设备的6%都高，是苹果所有产品线里增长最快的。

苹果管理层在财报会上承认，公司没能拿到足够的先进制程芯片来满足需求，内部团队低估了增长幅度。

这是苹果的一场意外胜利。Mac在企业AI市场的走红“带有很强的偶然性”。

苹果之前没围绕这个市场建立完整的企业工程支持和开发者关系体系。

但设备到了用户手里，用途就不由厂商定义了。

苹果已经开始正视这门生意。

6月23日，苹果在Apple Park办了一场少见的闭门企业活动，迪士尼、福特和Anthropic联合创始人Jared Kaplan都来了，苹果重点宣传Mac能在本地处理AI任务。有人甚至把Mac mini叫做活动的“宠儿”。

8月25日，苹果提前更新了Mac产品线。

新款Mac mini搭载M6芯片，Mac Studio搭载M5 Ultra芯片。

宣传重点明显转向端侧AI、大模型推理和多机集群。苹果还明确说，开发者可以在Mac上本地运行和微调大模型。

把几台Mac Studio通过雷雳5连起来，4台集群的AI推理速度最高能达到单机的3倍。

但苹果还是供应不上。

高内存版本连续几个月缺货，512GB的Mac Studio一度停售，基础版Mac mini也出现过买不到的情况。

库克在7月财报电话会上承认：“我们看到越来越多客户开始利用这些能力，从把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模型。”

他还说Mac产品在当季面临供应限制，市场需求“非常强劲”。

Mac mini在本地AI领域的走红已经引起了英伟达的注意。

据说在本地AI市场，英伟达把苹果当成“最主要的竞争对手之一”。

去年年底，英伟达推出了DGX Spark，一款紧凑型AI桌面计算机，正面应对Mac的崛起。

围绕Mac的AI基础设施生态也开始冒出来了。

前OpenAI计算基础设施员工Peter Voell创办了Mount Thor，正在建一个基于苹果硬件的AI云服务。

社区里“Mac mini当常驻家庭服务器”的教程一茬接一茬，连按小时出租Mac算力的服务都出来了。

AWS上租一台Mac一小时大约1美元，一个月500到900多美元。

生命是一团欲望，欲望不能满足便痛苦，满足便无聊，人生就在痛苦和无聊之间摇摆。OpenAI的欲望是算力，有了算力才能训练更好的模型，有了更好的模型才能解锁更强的智能。苹果的欲望是卖出更多设备。

两股欲望在Mac mini这个小盒子里交汇，各自得到了满足。至少在下一轮技术周期到来之前。

行文至此，兴起，赋诗一首：小盒子藏大算力，统一内存破瓶颈。AI巨头抢着囤，英伟达看了也心惊。

算力的下一站：从“一家独大”到“百花齐放”

英伟达的活被苹果抢了，不是偷的，是工程师自己发现的。

当算力不再被少数芯片定义，当Mac mini都能成为AI训练的主力，这场战争就进入了一个全新的阶段。

AWS上租一台Mac一小时才1美元出头，创业者可以低成本开始训练自己的Agent。

AI训练的门槛，正在被一个小小的盒子拉低。

小盒子，大算力，OpenAI按吨囤。
英伟达，别着急，好戏才开始。

AI训练不用H100，用Mac mini，你觉得是创新还是权宜之计？你会用Mac mini跑AI吗？来聊聊。

#OpenAI# #Macmini# #强化学习# #AI训练# #统一内存架构在AI应用中有哪些优势# #苹果# #ComputerUseAgent#

【免责声明】 ：本文部分配图源自公开渠道或CC0协议素材，仅作行业交流与产业参考使用。如涉侵权，请联系后台处理。本文仅做行业科普与实操分享，不构成任何投资、消费决策建议。文中数据及案例均来自公开信源，仅供参考，具体以实际为准。

作者声明本文无利益相关，欢迎值友理性交流，和谐讨论～