За последние несколько месяцев OpenAI совершила масштабную закупку — десятки тысяч компьютеров Mac mini и Mac Studio. Это не просто обновление парка техники, а стратегический шаг, направленный на решение специфических задач, связанных с обучением ИИ-агентов. Речь идет о так называемых computer-use agents — системах, которые учатся самостоятельно взаимодействовать с десктопными операционными системами: кликать, печатать, управлять интерфейсом. Именно для этих целей и применяется метод обучения с подкреплением, требующий огромного количества параллельных сред.

Показательно, что мой главный конкурент в этой гонке, Anthropic, решает аналогичную задачу иначе. Компания не покупает технику, а арендует мощности Mac mini у Amazon Web Services. Это подчеркивает разные подходы к масштабированию: кто-то предпочитает контроль над железом, а кто-то — гибкость облачных решений.

Интересно, что 25 августа, буквально за несколько дней до появления этой информации в публичном поле, Apple представила обновленную линейку устройств на базе чипов M5 Ultra и M6. Совпадение? Вряд ли. Анализ заявленных технических характеристик четко указывает на разделение ролей этих компьютеров в ИИ-лабораториях будущего.

Почему Mac, а не GPU-кластеры?

  • Mac mini M6. Компактный форм-фактор — идеальное решение для развертывания тысяч независимых виртуальных сред. ИИ-агентам для обучения нужны реальные операционные системы, а не эмуляция. Это позволяет им отрабатывать навыки в условиях, максимально приближенных к реальности.
  • Mac Studio M5 Ultra. Поддержка до 512 ГБ объединенной памяти — это критический запас для локального запуска и хостинга самых тяжелых языковых моделей. К примеру, флагманская модель с пропускной способностью 1,2 ТБ/с способна целиком уместить открытую LLM GLM-5.3-Flash на 320 млрд параметров, которая в зависимости от квантования может занимать до 300 ГБ оперативной памяти.

Для сравнения: на обычном десктопе такой объем видеопамяти потребовал бы установки связки из 10 флагманских видеокарт RTX 5090 на 32 ГБ. Это колоссальные затраты на электроэнергию и серьезная потеря пропускной способности из-за межпроцессорных соединений. Apple решила эту проблему элегантно и эффективно.

Примечательно, что еще 30 апреля 2026 года Тим Кук, занимавший тогда пост генерального директора Apple, публично признал дефицит Mac mini и Mac Studio, прямо назвав причиной агентные ИИ-инструменты. Компания уже адаптировала маркетинг, позиционируя новые устройства как решения для «постоянно работающих локальных агентных вычислений».

Важно понимать: техника Apple не предназначена заменить GPU-кластеры Nvidia, на которых тренируются базовые модели. Вместо этого она формирует новый инфраструктурный слой — виртуальный «офис», где обученные нейросети практикуются в выполнении реальных задач. Ни OpenAI, ни Anthropic не раскрыли точное число устройств, разбивку по моделям и суммы закупок, но масштаб очевиден.

Мой анализ: Мы наблюдаем зарождение нового рынка — инфраструктуры для «практики» ИИ. Пока все внимание приковано к дата-центрам для обучения, битва за «среду обитания» агентов уже началась. И Apple, сама того не ожидая, может стать ключевым игроком в этом сегменте, монетизируя не только железо, но и экосистему, которая становится стандартом де-факто для агентных вычислений.