Mac一台難求真兇曝光！OpenAI、Anthropic掃貨萬台Mac mini與Mac Studio

近期全球 Apple Mac mini 或 Mac Studio 供應吃緊，高規格機型更缺貨長達數月。如今真兇曝光，The Information 指出，OpenAI 已購入數萬台 Mac mini 與 Mac Studio，用於訓練強化學習模型與電腦操作 AI 代理人；Anthropic 則透過亞馬遜 AWS 租用 Mac 算力執行類似任務。這場需求衝擊正撼動 Apple 的供應鏈，並讓長年主導 AI 訓練硬體市場的輝達（NVIDIA）開始警戒。

AI 公司為何選擇 Mac？關鍵在記憶體架構，而非品牌偏好

報導認為，這場採購潮背後有明確的技術邏輯，與 Apple 品牌無關，而是 M 系列晶片的統一記憶體架構，剛好契合特定 AI 工作負載的需求。傳統 GPU 叢集是為大規模矩陣運算設計的，最適合 LLM 的預訓練階段。

然而，訓練 Computer-use Agent 的強化學習流程截然不同：AI 必須在真實作業系統環境中反覆執行「觀察螢幕、採取行動、接收回饋」的迭代循環，這種任務記憶體需求密集，但對平行運算的依賴程度遠低於預訓練。

Apple M 系列晶片將 CPU 與 GPU 整合於單一晶片，並共用同一塊高頻寬記憶體池，大幅降低資料在不同處理器之間的傳輸瓶頸，對上述工作負載而言是架構層面的實際優勢。此外，Mac mini 與 Mac Studio 相較於 MacBook 具備更優異的散熱表現，更適合長時間持續運算。

換言之，AI 公司選擇 Mac，是因為 Mac 做這件事本來就比 GPU 伺服器更有效率。

誰在掃貨？AI 兩巨頭狂掃萬台 Mac

報導指出，目前業界頭部玩家均相繼入局。OpenAI 大手筆掃貨萬台 Mac mini 與 Mac Studio，主要用於強化學習訓練，以及讓 AI 代理人學習操作電腦介面、撰寫文件、整理電子郵件等現實任務。Anthropic 則透過 AWS 租用 Mac mini 算力，以更靈活的方式取得運算資源。

創業圈也嗅到這股趨勢。前 OpenAI 基礎設施員工創辦的新創公司 Mount Thor 正籌備以 Apple 硬體為核心的 AI 雲端執行環境，試圖將 Mac 叢集商品化。其他企業也正開發能在辦公室或實驗室內，透過串連多台 Mac 在本地運行兆級參數模型的軟體工具，進一步降低企業自建 AI 算力的門檻。

供應鏈告急，Apple 提前刷新產品線應對

大規模採購直接衝擊了 Apple 的供應鏈。AI 資料中心對記憶體晶片的龐大需求，導致高規格 Mac mini 與 Mac Studio 所需的大容量記憶體持續短缺，部分高階機型已連續數月無貨可供，企業採購部門甚至開始轉向 NVIDIA DGX Spark 等替代方案。

幾天前，Apple 才剛提前更新 Mac mini 與 Mac Studio 兩條產品線：Mac mini 導入 M6 與 M5 Pro 晶片選項，Mac Studio 則升級至 M5 Max 與 M5 Ultra 配置，此舉被認為是 Apple 針對供需失衡主動出手的訊號。

輝達緊張了：AI 算力版圖正重塑

這個變化讓長期主導 AI 訓練硬體市場的輝達，也不得不正視 Apple 的存在。Mac mini 的起售價遠低於單台企業級 GPU 伺服器，對適合水平擴展的工作負載而言，購入一萬台 Mac mini 雖是可觀的資本支出，但相較於長期租用並不適合這類任務的雲端 GPU 算力，整體經濟效益的計算結果截然不同，這正是部分 AI 公司選擇繞過輝達生態系的根本原因。

值得注意的是，大規模 AI 訓練的核心基礎設施並未改變，資料中心與高階 GPU 叢集仍是預訓練超大型模型難以取代的選項。然而，Apple Mac 系列正開闢出一塊獨立市場，專門服務強化學習、AI 代理人訓練，以及企業本地部署等對記憶體效率敏感、對平行運算依賴較低的工作負載。

AI 硬體的版圖正依需求在分層，而 Apple 意外拿下了一個關鍵位置。