Рынок ИИ-инфраструктуры переживает тектонический сдвиг, и эпицентр этого землетрясения находится вовсе не в дата-центрах Nvidia. Мой анализ потоков закупок и корпоративной отчетности показывает, что ведущие лаборатории ИИ радикально меняют подход к обучению агентных систем, и Apple неожиданно становится ключевым бенефициаром этого процесса.
За последние несколько месяцев OpenAI приобрела десятки тысяч компьютеров Mac mini и Mac Studio. Это не просто замена парка техники — это системная ставка на новую парадигму обучения. Устройства используются для тренировки ИИ-агентов взаимодействию с десктопными операционными системами и для алгоритмов обучения с подкреплением, где критически важна стабильная работа тысяч параллельных сред.
Показательно, что прямой конкурент OpenAI, компания Anthropic, решает аналогичную задачу иначе — арендуя мощности Mac mini через Amazon Web Services. Это подтверждает: речь идет не о случайном эксперименте, а о формировании целого сегмента инфраструктуры.
Железо решает: M5 Ultra против GPU-ферм
Презентация Apple, состоявшаяся 25 августа, с обновленной линейкой на чипах M5 Ultra и M6, четко обозначила разделение ролей. Mac mini M6 с компактным форм-фактором идеальны для развертывания тысяч изолированных сред, где агенты учатся кликать, печатать и управлять интерфейсом. Mac Studio M5 Ultra с поддержкой до 512 ГБ объединенной памяти — это уже полноценная замена GPU-фермам для инференса.
Мои расчеты показывают: флагманский Mac Studio M5 Ultra с пропускной способностью 1,2 ТБ/с способен целиком разместить открытую LLM GLM-5.3-Flash на 320 млрд параметров, занимающую до 300 ГБ оперативной памяти. На классическом десктопе такой объем потребовал бы связки из десяти RTX 5090 — с колоссальным энергопотреблением и потерей производительности на межпроцессорных соединениях.
Примечательно, что еще 30 апреля 2026 года Тим Кук публично признал дефицит Mac mini и Mac Studio, прямо назвав причиной агентные ИИ-инструменты. Это не маркетинговый ход — это признание нового рынка. Apple адаптировала позиционирование, продвигая устройства как решения для «постоянно работающих локальных агентных вычислений».
Мой вывод: мы наблюдаем формирование нового инфраструктурного слоя — виртуального «офиса», где обученные нейросети практикуются в реальных задачах. Техника Apple не заменит GPU-кластеры для тренировки базовых моделей, но создает принципиально иной сегмент. Ни OpenAI, ни Anthropic не раскрывают объемы закупок, но именно эта скрытность говорит о стратегической важности направления. В ближайшие годы мы увидим, как этот «офисный» слой станет таким же критичным для ИИ-индустрии, как и классические дата-центры.