В мире искусственного интеллекта происходит тихий, но знаковый сдвиг. Мой анализ рыночных потоков и корпоративных закупок показывает: OpenAI за последние кварталы приобрела десятки тысяч компьютеров Mac mini и Mac Studio. Это не просто обновление парка техники — это стратегический задел под новое поколение агентных систем.
Зачем ИИ-лабораториям «железо» Apple?
Ключевая задача, которую решает OpenAI, — обучение ИИ-агентов взаимодействию с десктопными операционными системами. Речь идет о компьютерных агентах (computer-use agents), которые должны кликать, печатать и управлять интерфейсом так же естественно, как человек. Для этого нужны реальные, изолированные среды с полноценной ОС, а не эмуляторы.
Показательно, что главный конкурент — Anthropic — движется схожим путем, но арендует мощности Mac mini у Amazon Web Services. Это подтверждает: экосистема Apple становится стандартом де-факто для обучения агентных моделей, что вскрывает новый инфраструктурный пласт.
Аппаратный анализ: разделение ролей
Если разобрать технические характеристики недавно анонсированных устройств (Apple представила линейку на чипах M5 Ultra и M6 в конце августа), становится очевидным инженерное разделение труда:
- Mac mini M6. Компактный форм-фактор позволяет развернуть тысячи независимых «песочниц» для параллельного обучения агентов.
- Mac Studio M5 Ultra. Поддержка до 512 ГБ объединенной памяти — это возможность локально хостить самые тяжелые LLM без обращения к облачным GPU.
Приведу конкретный расчет: флагманский Mac Studio M5 Ultra с пропускной способностью 1,2 ТБ/с способен целиком уместить открытую модель GLM-5.3-Flash на 320 млрд параметров, которая занимает до 300 ГБ ОЗУ. На классическом десктопе для этого потребовалась бы связка из десяти RTX 5090 — с чудовищным энергопотреблением и узким местом по шине.
Новая роль Apple в ИИ-гонке
Показательно, что еще в апреле 2026 года гендиректор Apple Тим Кук публично признал дефицит Mac mini и Mac Studio, прямо назвав причиной агентные ИИ-инструменты. Маркетинг компании теперь позиционирует эти устройства как решения для «постоянно работающих локальных агентных вычислений».
Разумеется, техника Apple не заменит GPU-кластеры Nvidia для тренировки базовых моделей. Но она формирует новый инфраструктурный слой — виртуальный «офис», где нейросети проходят практику. Ни OpenAI, ни Anthropic не раскрывают точное число устройств и суммы закупок, но масштаб очевиден.
Мой вывод: мы наблюдаем зарождение рынка «инференс-ферм» на базе ARM-чипов. Это может стать серьезным вызовом для Nvidia в средне-срочной перспективе, ведь агентные нагрузки растут экспоненциально, а Apple предлагает уникальное сочетание энергоэффективности и унифицированной памяти.