苹果提前发 M6 和 M5 Ultra，然后 OpenAI 买了几万台 Mac

苹果这次新品发得反常。Mac mini 和 Mac Studio 通常在 10 月或 11 月更新，今年八月底就出来了，还卡在新 iPhone 之前。The Information 给的原因很简单：企业客户对 AI 硬件的需求超出预期，两条产品线销量被推起来了。

规格是实打实的。M6 首发在新 Mac mini 上，是苹果第一颗 2 纳米制程芯片，12 核 CPU、12 核 GPU、两个 16 核神经网络引擎，统一内存带宽最高 170GB/s。Mac Studio 上的 M5 Ultra 更狠，四芯片架构在 M 系列里是头一回，最高 36 核 CPU、80 核 GPU，支持到 512GB 内存，统一内存带宽 1.2TB/s，比 M3 Ultra 高 50%。

苹果这回专门宣传了一个能力：把多台 Mac Studio 串起来当成一个系统，跑大型前沿模型。这话不是说给普通消费者的，面向的是企业和开发者。统一内存那个 512GB 数字在这个语境下才有意义——同价位的独立显卡方案很难在单机上凑出这么大的可寻址显存。

然后是这两天传得最多的一条：OpenAI 已经买了数万台 Mac 用于强化学习训练，Anthropic 走的是租赁。同一篇报道里还提到，英伟达内部把苹果视作本地 AI 方向的主要对手。

这条如果属实，含义比”苹果卖了几万台电脑”大。强化学习这一环的算力画像跟预训练不一样，它需要大量并行的、相对小规模的 rollout 环境，对单卡峰值算力的要求没那么极端，对内存容量、能效比和采购交付周期反而更敏感。Mac 在这几项上不难看，价格也比同容量的数据中心卡便宜太多。用一批消费级机器把 RL 环境铺起来，工程上是成立的。

不过别把它读成”苹果要抢英伟达的训练市场”。这是补位，不是替代——前沿模型的预训练还是在 H 系列和 B 系列上跑。真正被动摇的是”AI 相关计算只有一种硬件形态”这个默认假设。OpenAI 拿一堆 Mac mini 去做 RL，和几年前有人拿游戏卡挖矿在逻辑上是一回事：哪儿的单位成本划算，工作负载就往哪儿流。