В мире, где доминируют GPU-кластеры Nvidia, происходит тихая, но значимая трансформация. Мой анализ последних закупок и рыночных сигналов указывает на то, что Apple становится ключевым, хотя и неочевидным, игроком в инфраструктуре для обучения агентного искусственного интеллекта. Речь идет не о замене дата-центров, а о создании принципиально нового слоя вычислений.

За последние месяцы OpenAI приобрела десятки тысяч компьютеров Mac mini и Mac Studio. Это не спонтанное решение, а стратегический шаг, направленный на решение узкоспециализированных задач. Устройства используются для обучения ИИ-агентов взаимодействию с десктопными операционными системами — так называемых computer-use агентов, а также для алгоритмов обучения с подкреплением. Моя экспертиза подсказывает, что именно этот класс задач требует не столько сырой вычислительной мощности, сколько реалистичной и изолированной среды для «практики» нейросетей.

Показательно, что главный конкурент OpenAI, компания Anthropic, решает аналогичную проблему иным способом, арендуя мощности Mac mini у Amazon Web Services. Это подтверждает: спрос на подобные вычисления колоссален, а предложение на рынке ограничено.

25 августа, незадолго до публикации информации о закупках, Apple представила обновленную линейку устройств на базе чипов M5 Ultra и M6. Анализ заявленных характеристик четко демонстрирует разделение ролей в ИИ-лабораториях:

  • Mac mini M6. Компактный форм-фактор делает их идеальными для развертывания тысяч независимых рабочих сред. ИИ-агентам необходимы реальные операционные системы, чтобы учиться кликать, печатать и управлять интерфейсом.
  • Mac Studio M5 Ultra. Поддержка до 512 ГБ объединенной памяти обеспечивает достаточный запас для локального запуска и хостинга самых «тяжелых» языковых моделей.

Приведу конкретный пример: флагманский Mac Studio M5 Ultra с 512 ГБ памяти и пропускной способностью 1,2 ТБ/с способен целиком уместить открытую LLM GLM-5.3-Flash на 320 млрд параметров. В зависимости от квантования, модель может занимать до 300 ГБ оперативной памяти. Для сравнения: на обычном десктопе такой объем видеопамяти потребовал бы сборки из десяти флагманских видеокарт RTX 5090, что сопряжено с колоссальными затратами электроэнергии и значительной потерей пропускной способности.

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

Ключевой вывод, который я делаю из этой ситуации: техника Apple не предназначена для тренировки базовых моделей — эту роль по-прежнему выполняют GPU-кластеры Nvidia. 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 и суммы закупок, что лишь подогревает интерес к этой новой, но стремительно растущей нише.

Мой комментарий: Рынок недооценивает роль Apple в ИИ-гонке. Если Nvidia продает «мозг» для ИИ, то Apple может стать поставщиком «рук и глаз», необходимых для воплощения этого интеллекта в реальные действия. Это стратегическое преимущество, которое сложно скопировать конкурентам.