OpenAI 买了数以万计的 Mac mini 和 Mac Studio,用途是强化学习和 computer-use 智能体的训练。Anthropic 走的是另一条路,通过 AWS 租 Mac。
为什么是 Mac 而不是显卡,这个问题的答案跟大家熟悉的算力叙事不太一样。
computer-use 这类任务的瓶颈不在浮点性能,在于你需要同时开着成千上万个真实的桌面环境,让智能体在里面点按钮、填表单、等页面加载。每个环境都要占内存,但大部分时间都在等 I/O。这种场景下,统一内存架构给的那点容量优势,比 GPU 的峰值算力更管用,单机成本还低得多。
再加上一条硬约束:要训练一个能操作 macOS 的智能体,你就得有 macOS 环境,而苹果的授权条款把虚拟化限制得很死,绕不开真机。
所以这批 Mac 的角色更像”环境”而不是”算力”。
顺着这个逻辑往下推,苹果硬件和 AI 训练的关系会比年初大家预期的紧密——不是因为苹果芯片能跑训练,而是因为内存容量开始比裸算力更值钱,而且没人能替苹果提供 macOS。
© 版权声明
文章版权归作者所有,未经允许请勿转载。






OpenAI 囤了数万台 Mac mini 和 Mac Studio,买的不是算力是环境