Mac mini не создавался для обучения ИИ. OpenAI всё равно купила десятки тысяч

Привычная картина инфраструктуры для обучения ИИ — это кластеры GPU, серверные комнаты и оборудование Nvidia по десяткам тысяч долларов за карту. Компания OpenAI только что закупила десятки тысяч потребительских Mac и разрушила эту картину. Компания приобрела Mac mini и Mac Studio для обучения особого класса ИИ: агентов, способных управлять компьютером так, как это делает человек-оператор, — щёлкать, прокручивать и перемещаться по программному обеспечению от его имени.

Причина сводится к памяти. Чипы M-серии от Apple используют унифицированную архитектуру памяти, в которой CPU и GPU размещены на одном кристалле кремния и совместно используют единый пул высокоскоростной памяти. Для обучения с подкреплением — метода, при котором агент обучается через тысячи повторяющихся попыток методом проб и ошибок, — эта конструкция устраняет постоянное узкое место передачи данных. Когда память GPU и системная память разделены, как в традиционных конфигурациях GPU, оборудование должно постоянно копировать данные через разрыв между ними. Унифицированная память Apple устраняет эту передачу. Чип работает холоднее, потребляет меньше энергии на единицу, и эти показатели превосходят Nvidia H100 за 25 000 долларов для данной конкретной задачи.

Anthropic (Anthropic), ближайший конкурент OpenAI, сделал тот же аппаратный выбор, но иное финансовое решение. Anthropic арендует Mac mini через Amazon Web Services, а не покупает их. Нагрузка идентична; обязательства — разные. Решение OpenAI приобрести десятки тысяч устройств в собственность сигнализирует о том, что обучение агентов, управляющих компьютером, — это постоянные, масштабные инвестиции в инфраструктуру, а не временный эксперимент.

Эффект на предложение возник немедленно. В конце августа Apple обновила Mac mini и Mac Studio, представив M6 — свой первый 2-нанометровый процессор. Mac mini M6 стоит от $899; Mac Studio M5 Ultra — конфигурация, предлагающая до 96 ГБ и более унифицированной памяти, — стоит от $5 499. Конфигурации с максимальным объёмом памяти и так были ограничены глобальным дефицитом чипов памяти. Оптовые закупки со стороны ИИ-лабораторий привели к тому, что модели верхнего сегмента исчезли со складов, а сроки поставки теперь растягиваются на месяцы до того, как новые устройства вообще начнут отгружаться.

Всё это не затрагивает основной бизнес Nvidia. Обучение фундаментальных моделей — создание GPT-5, Claude 5, Gemini 3 с нуля — по-прежнему выполняется на кластерах из тысяч Nvidia H100 и B200. Mac mini не способен на это. Что Nvidia внимательно отслеживает, так это слой агентов: нагрузки, построенные поверх фундаментальных моделей, которые взаимодействуют с реальным миром. DGX Spark от Nvidia, её настольная ИИ-система, — прямой ответ на ту же нишу, которую Apple заняла случайно. Пока что ИИ-лаборатории не выбирают её в массовом порядке.

Объяснение разрыву — в цене. Mac Studio M5 Ultra с 96 ГБ унифицированной памяти стоит от $5 499. Одна карта Nvidia H100 стоит свыше $25 000, не считая серверного шасси, необходимого для её работы. Для класса обучения с подкреплением, когда агента учат щёлкать по браузеру, заполнять формы и формировать отчёты, экономическая эффективность Mac и архитектура памяти создают другое уравнение — и ИИ-лаборатории заметили эту разницу и закупили оборудование соответственно.

Способность Apple поддерживать это как партнёрство по поставкам зависит от того, насколько быстро производство чипов будет обгонять спрос, — условие, которое в данный момент не выполняется. Следующее продуктовое мероприятие компании, в начале сентября, будет посвящено линейке iPhone 18 и её первому складному устройству. Дальнейшие обновления линейки Mac ожидаются позднее в этом году.

Теги: искусственный интеллект, nvidia, OpenAI, Apple, Anthropic, Apple Silicon, Mac mini