OpenAI被曝囤数万台Mac mini，买的不是算力

The Information在8月底的一篇报道里给出了一组让人意外的事实：OpenAI已经采购了数万台Mac mini和Mac Studio，用来做强化学习和AI智能体训练，而且至今仍在向苹果追加要货；Anthropic走的是另一条路，通过亚马逊AWS租用基于苹果硬件的算力。财联社在8月31日转述了同一条消息，并把结论说得更直白——包括OpenAI和Anthropic在内的人工智能公司，已经开始把苹果的消费级个人电脑当作自家AI基础设施的一部分。

一台摆在书桌上的小方盒，参数表上写着“家用台式机”，却进了全球最前沿AI实验室的机房。这不是极客的折腾，而是一道算力采购中的现实算术题：训练AI智能体这件事，缺的从来不只是算力。

机房里最不像服务器的服务器

要看懂这笔采购，先要看懂这些机器在干什么活。

训练一个会自己操作电脑的AI智能体（computer-use agent），核心方法是基于环境交互的强化学习：模型在真实操作系统里点鼠标、开应用、看屏幕、犯错、重来，靠成千上万次这样的循环积累奖励信号。它需要的不是超大显存和超快互联，而是同时能开多少个互不干扰的真实桌面环境。这也解释了为什么这些机器在机房里只接电源线、数据线和万兆网口——它们不是被当作计算节点，而是被当作一个个独立“工位”。

关键约束在这里。苹果的软件许可把macOS限定在自家硬件上运行，这扇门不能从外面撬开；云计算厂商也只能跟着这条规矩设计产品。AWS官方文档明确写着，EC2 Mac实例只以裸金属专用主机形式提供，一台专用主机上只能启动一个Mac实例，而且最短按24小时分配。换句话说，云上的一个macOS环境背后，就得是一整台真实的苹果机器在物理世界里占一个机架位置。

要一万个macOS桌面，就得摆下几千台真机。这是把消费级电脑请进机房的真正原因。

统一内存解决的是“装得下”

光有合法的桌面环境还不够，机器本身得跑得动模型。这一环上，苹果芯片的结构优势刚好对上了需求。

苹果自M系列芯片起采用统一内存架构，中央处理器、图形处理器和神经网络引擎共用同一个内存池。模型不需要被切成碎片分放在多张显卡上再反复搬运，代价是峰值算力远低于专业GPU，优势是单台设备就能容纳很大的内存容量。AWS在售的M3 Ultra Mac实例配256GB统一内存，而这类容量若用传统服务器方案堆显存，采购成本是另一量级。跑一个大模型，“装得下”经常比“跑得快”更致命，尤其在智能体决策模型这种对时延不敏感、对上下文和参数量敏感的场景。

财联社在同一篇报道里提到，已经出现能把多台Mac连接起来、在办公室或实验室里运行万亿参数级模型的开源软件，由一名前OpenAI计算基础设施员工创立的初创公司Mount Thor，正在围绕苹果硬件搭建AI执行环境。苹果芯片产品高级经理Doug Brooks则把这类需求概括为：智能体需要一台与主力电脑完全隔离、能连续数天不关机的专用机器。这些散点信号指向同一件事——需求侧已经把这批小方盒当成基础设施在用。

苹果在7月30日发布的2026财年第三财季财报里，把Mac收入称为公司史上最强的六月季度之一，与iPhone、服务业务并列实现双位数同比增长。苹果没有说明增长来自哪里，但时间轴值得注意：新款Mac mini和Mac Studio在8月25日提前发布，M6芯片成为苹果首款2纳米制程产品，官方给出的对比是AI性能最高达上代的4倍。

苹果不做云，硬件却成了公共底座

真正耐人寻味的是苹果自己的姿态。

这家公司的服务器支线任务早在二十年前就开场又收场：2002年推出机架式服务器Xserve，随后几年里逐代更新，到本世纪第二个十年前后再无下一代；macOS Server也已在两三年前退出市常今天苹果自建算力集群，但Private Cloud Compute只为自家的Apple Intelligence服务，安全架构和运行条件都写进了公开文档，第三方出价也不开放。不做公有云、不卖机架硬件、没有专门伺候企业客户的工程团队——这几乎是过去十年苹果企业战略的底色。

于是出现了一个空位：市场需要大量廉价、合规、能长时间满载的苹果硬件环境，苹果不提供服务，硬件却在市面上随便买。需求就从苹果的官方渠道绕了一圈，通过经销商、托管服务商和云厂商的专用主机业务被消化掉了。苹果赚到了硬件收入和毛利率，却不用承担数据中心的资本开支、运维和SLA责任。这门生意的结构对苹果极为友好，唯一的问题是——它同时也没有把这块需求真正握在自己手里。

涨价、缺货，和英伟达补上的那一刀

代价先由买家承担。据财联社报道，高端Mac机型所需的内存芯片持续短缺，部分机型在个别市场已断货数月，拿不到货的公司开始转向英伟达的替代方案。新款M6 Mac mini国行起售价6999元，比2024年M4版的4499元高出2500元；更高配的Mac Studio起售价已到19999元。

这意味着“消费级电脑最划算”这个前提本身在被侵蚀：当批量采购的规模足够大、当内存涨价传导进整机价格，Mac mini相对专业服务器的成本优势会收窄。英伟达去年底推出DGX Spark这类小型AI电脑，并在今年继续用软件更新提升性能、随时供货的确定性作为卖点，正是冲着这块被验证了却无人认真服务的需求去的。

接下来该盯三件事：苹果财报里Mac收入的增速能否在第四财季延续，以及管理层是否第一次把这条需求归因到企业与AI客户；AWS和托管服务商是否愿意为AI场景推出更接近常规云计费方式的Mac产品，绕开24小时专用主机这道门槛；以及内存价格何时回落——这条线索上，苹果、英伟达和所有做智能体训练的实验室，被同一批芯片绑在了一起。

一台本不该出现在机房的电脑，最后成了AI基础设施的一部分。真正的原因不是它比服务器更强，而是它比服务器更便宜地满足了那个最朴素的约束：智能体需要一个真实的桌面，而这个桌面按苹果的规矩，只能长在苹果自己的硬件上。AI算力的分化正在这里发生——不是所有算力问题都要用GPU解决，有些问题的答案是一万个不会熄机的小方盒。