Mac mini 一直给人的印象是摆在桌角的小型台式机，如今却被 AI 研发一线成批买走。有报道称，OpenAI 在最近数月里以数万台的规模采购了 Mac mini 和 Mac Studio，用来训练能够操作电脑的 AI 智能体。在一直由 GPU 服务器唱主角的 AI 基础设施话题里，苹果的台式机突然挤了进来。
数万台 Mac 成了 AI 实验室的设备
据报道，OpenAI 采购的是不带显示器和键盘的 Mac mini 与 Mac Studio。它们并不是给人使用的终端，而是作为专用机器排列在公司内部的基础设施中持续运转。数量据称达到数万台，与一般企业的办公采购完全不是一个量级。
得出同样结论的不止 OpenAI。据称 Anthropic 也在推进类似的做法，但它没有自行购置硬件，而是通过 Amazon Web Services 租用 Mac mini 的算力。两家需要的东西相同，付费方式却完全相反，这一点相当能反映各自的公司性格。
目标是训练「看着屏幕操作」的 AI
明确提到的用途是强化学习和操作电脑的智能体训练。所谓操作电脑的智能体，是指像人一样使用软件的 AI。它会在屏幕上的界面中导航，编写并运行代码，整理邮件，完成这类需要多个步骤的任务。
要训练这类 AI，只喂文本数据是不够的。模型必须在真实的操作系统中运行，看到屏幕、执行操作、再根据结果获得反馈，而这个循环需要重复数百万次。训练所依托的不是数据集，而是正在运行的操作系统本身。如果想做出在 macOS 上工作的智能体，摆出数万台真实的 macOS 机器反而是最短的路径。
为什么是 Mac 而不是 GPU 服务器
被提到的技术原因是 Apple silicon 的统一内存架构。一般 PC 的系统内存和 GPU 内存是分开的，而 Apple silicon 让 CPU、GPU 和 Neural Engine 共享同一块内存区域。对于需要在 AI 模型与操作系统之间频繁往返的处理，这种结构可以减少多余的数据搬运。
第二个原因是散热。与笔记本电脑不同，Mac mini 和 Mac Studio 配备主动散热，能够承受长时间连续运行的负载。训练往往要跑上数天甚至数周，这个不起眼的细节其实很关键。
不过，这并不意味着 NVIDIA 的 GPU 集群变得多余。大规模基础模型的预训练依然是完全不同的问题，所需算力不在一个量级。Mac 填补的是一个相当有限的领域，在这里起作用的是内存容量、对操作系统的访问权限，以及能够大量准备隔离环境的能力。竞争的焦点是环境的数量而非算力的绝对值，这正是它与传统 AI 基础设施气质不同的地方。
苹果一侧出现的意外需求
对苹果来说，这份需求并非自己主动争取而来。据报道，最近一个季度 Mac 业务营收约为 104 亿美元（约 1.66 万亿日元），同比增长 29%。苹果本身并未把这一增长归因于 OpenAI 等 AI 实验室，但订单集中在大内存配置上、供给跟不上的情况已被指出。
来自企业侧的意外询单，据称也是新款 Mac mini 与 Mac Studio 比往年秋季日程提前发布的原因之一。新机型把本地运行 AI 模型放在显著位置，放在这个背景下看就相当容易理解了。
竞争对手也有反应。据称 NVIDIA 把苹果视为本地 AI 领域的主要竞争者，并将 DGX Spark 定位为面向开发者的小型系统。台湾方面的报道显示，ASUS 与 MSI 已经用完相关 RTX Spark 产品的首批配额并在寻求追加供给，围绕这类能放在桌面上的 AI 机器的争夺并不只涉及一家公司。
※1 美元 = 160 日元（截至 2026 年 8 月 31 日）
总结
OpenAI 大量采购 Mac 这件事，说明 AI 智能体的训练正从「把模型跑起来」走向「大量准备真实的电脑」。对苹果而言，这是一份并非刻意争取的企业需求自己找上门来。是继续把 Mac 当作桌面台式机来卖，还是正视那些把它当算力使用的客户，这将是观察下一代 Mac mini 与 Mac Studio 定位时相当有意思的分岔点。
