الإجاباتمنشور24 المصادر
لماذا تشتري OpenAI عشرات الآلاف من أجهزة Mac لتدريب وكلاء الذكاء الاصطناعي؟
تفيد تقارير بأن OpenAI اشترت عشرات الآلاف من أجهزة Mac mini وMac Studio لتجارب التعلم المعزز ووكلاء استخدام الحاسوب، لكن الكمية والاستخدام الدقيق لم يؤكدا بشكل مستقل. تتيح بنية الذاكرة الموحدة في شرائح Apple مشاركة الذاكرة بين المعالج المركزي ومعالج الرسوميات ووحدات معالجة الذكاء الاصطناعي، ما يجعل أجهزة Mac ذات الذ...
نشر بواسطةتم التحرير باستخدام GPT-5.6 Luna
إجابة البحث
الوجبات السريعة الرئيسية
- تفيد تقارير بأن OpenAI اشترت عشرات الآلاف من أجهزة Mac mini وMac Studio لتجارب التعلم المعزز ووكلاء استخدام الحاسوب، لكن الكمية والاستخدام الدقيق لم يؤكدا بشكل مستقل.
- تتيح بنية الذاكرة الموحدة في شرائح Apple مشاركة الذاكرة بين المعالج المركزي ومعالج الرسوميات ووحدات معالجة الذكاء الاصطناعي، ما يجعل أجهزة Mac ذات الذاكرة الكبيرة مناسبة للاستدلال المحلي والتقييم.
- يبدأ سعر Mac mini الجديد من 899 دولارًا، بينما يبدأ Mac Studio من 2499 دولارًا، ويتوافر كلاهما اعتبارًا من 22 سبتمبر، مع خيارات M6 وM5 Pro وM5 Max وM5 Ultra.
- يمكن لجهاز Mac Studio مزود بشريحة M5 Ultra وذاكرة موحدة بسعة 256GB تشغيل نماذج من فئة 70B بسهولة، وبعض نماذج الخبراء المتناثرين الأكبر حجمًا بعد ضغطها، لكن الأداء الفعلي يعتمد على التكميم وطول السياق وسرعة الاستدلال.
موجّه الذكاء الاصطناعي
microsoft.comCreate a landscape editorial hero image for this Studio Global article: Why has OpenAI reportedly purchased tens of thousands of Apple Mac mini and Mac Studio computers for reinforcement-learning and computer-use. Article summary: The reported Mac purchases appear to be about scaling many inexpensive, power-efficient macOS environments for agent rollouts and reinforcement learning—not replacing Nvidia clusters for training frontier foundation mode. Topic tags: general, general web, user generated, news. Style: premium digital editorial illustration, source-backed research mood, clean composition, high detail, modern web publication hero. Use reference image context only for broad subject, composition, and topical grounding; do not copy the exact image. Avoid: logos, brand marks, copyrighted characters, real person likenesses, fake screenshots, UI text, readable text, watermarks, charts w
تشير التقارير إلى أن OpenAI اشترت عشرات الآلاف من أجهزة Mac mini وMac Studio، في خطوة ترتبط على الأرجح بحاجة محددة داخل بنية الذكاء الاصطناعي: تشغيل عدد كبير من بيئات macOS المستقلة لتدريب وكلاء استخدام الحاسوب وتجارب التعلم المعزز. لكن هذه التقارير لا تثبت أن شرائح Apple Silicon تحل محل عناقيد GPU المستخدمة في تدريب النماذج المتقدمة، كما أن عدد الأجهزة وطريقة نشرها لم يؤكدا بشكل مستقل حتى الآن. 1
11
لماذا تحتاج وكلاء الذكاء الاصطناعي إلى حواسيب حقيقية؟
وكيل استخدام الحاسوب لا يكتفي بتوليد النصوص. فهو قد يحتاج إلى فتح متصفح، والتفاعل مع تطبيقات مختلفة، وإدارة الملفات، والتعامل مع نوافذ الأذونات، ثم اكتشاف تغيّر حالة الشاشة والتعافي من الأخطاء. ولتدريب هذا السلوك وتقييمه، يحتاج الباحثون إلى تكرار عدد هائل من التفاعلات داخل بيئات تشبه الحاسوب الحقيقي.
يمكن لأسطول من أجهزة Mac المدمجة أن يوفر عشرات الآلاف من العاملين المستقلين بنظام macOS. وتتحول هذه الأجهزة بذلك إلى بيئات اختبار للوكلاء، وأجهزة تقييم، ونقاط نهاية للاستدلال، وعمال لتنفيذ جولات التعلم المعزز. كما أفادت تقارير بأن Anthropic تستأجر سعة حوسبة من أجهزة Mac عبر Amazon Web Services لأعمال مشابهة في مجال وكلاء استخدام الحاسوب. 1
2
6
وتكمن أهمية ذلك في أن التعلم المعزز يعتمد على إنشاء محاولات أو «مسارات» كثيرة داخل بيئة معينة، ثم استخدام نتائجها لتحسين سلوك النموذج. وعندما تكون البيئة سطح مكتب حقيقيًا، قد يكون تشغيل نظام التشغيل والتطبيقات مباشرة أكثر عملية من محاولة محاكاة كل سلوك عبر المحاكاة الافتراضية أو المحاكاة البرمجية.
الذاكرة الموحدة هي أبرز نقاط قوة Apple
تجمع شرائح Apple Silicon موارد المعالج المركزي ومعالج الرسوميات ووحدات معالجة الشبكات العصبية حول مجموعة واحدة من الذاكرة الموحدة. ونتيجة لذلك، لا تحتاج البيانات إلى الانتقال بين ذاكرة النظام وذاكرة رسومية منفصلة بالطريقة نفسها الشائعة في إعدادات المعالج مع بطاقة GPU مستقلة. 5
وفي الذكاء الاصطناعي المحلي، قد تكون سعة الذاكرة أهم من رقم تسويقي يتعلق بأداء المسرّع. فمساحة الذاكرة الكبيرة تستطيع استيعاب أوزان النموذج، وحالة التطبيقات، والبيانات، والمعلومات اللازمة للاستدلال على جهاز واحد. ولهذا تبدو أجهزة Mac مناسبة لـ:
- تشغيل النماذج محليًا؛
- استدلال النماذج اللغوية الكبيرة بعد ضغطها؛
- تقييم الوكلاء وتنسيق مهامهم؛
- تجهيز البيانات ومعالجتها مسبقًا؛ و
- الاستخدامات الخاصة أو التي تعمل دون اتصال بالإنترنت.
لكن هذه البنية لا تلغي المفاضلات. فشرائح Apple ليست الخيار الأسرع تلقائيًا لكل أنواع العمل، كما أن جهاز Mac ذي الذاكرة الكبيرة لا يملك منظومة البرمجيات نفسها أو وصلات الربط عالية السرعة المتاحة في عناقيد GPU داخل مراكز البيانات.
لذلك تبدو النتيجة الأكثر واقعية بنية هجينة: عناقيد GPU للتدريب الموزع عالي الإنتاجية، وأجهزة Mac أو أنظمة محلية أخرى لتنفيذ جولات متوازية، والاختبارات، والاستدلال على نقاط النهاية.
أين تقع أجهزة Mac الجديدة في هذه الاستراتيجية؟
تمنح تشكيلة Apple المكتبية المحدثة هذه الاستراتيجية مستويين مختلفين من العتاد. يبدأ سعر Mac mini الجديد من 899 دولارًا، ويتوافر بشريحة M6 أو M5 Pro. أما Mac Studio فيبدأ من 2499 دولارًا مع شريحة M5 Max، ومن 5499 دولارًا مع شريحة M5 Ultra. وأعلنت Apple أن الأجهزة ستتوافر ابتداءً من 22 سبتمبر 2026. 17
18
26
وتعد شريحة M6 أول شريحة لأجهزة Mac من Apple تُصنّع بتقنية 2 نانومتر، في حين يمثل M5 Ultra الخيار الأعلى من حيث سعة الذاكرة. وتقول Apple إن M5 Ultra يمكن تهيئتها بذاكرة موحدة تصل إلى 512GB وبعرض نطاق للذاكرة يبلغ 1.2TB/s، ما يتيح تشغيل نماذج لغوية تحتوي على مئات المليارات من المعاملات محليًا. 21
33
وهذا يخلق تقسيمًا واضحًا للأدوار:
- Mac mini: عقد صغيرة وأقل تكلفة للتوسع، وتشغيل بيئات مستقلة للوكلاء، والاختبارات، والاستدلال الخفيف.
- Mac Studio: محطات عمل ذات ذاكرة أكبر للمطورين والباحثين وتشغيل النماذج محليًا، خصوصًا عندما لا تتسع النماذج بسهولة لذاكرة بطاقات الرسوميات الاستهلاكية.
وبناءً على ذلك، تبدو مشتريات OpenAI المزعومة منطقية ضمن استراتيجية أسطول: عدد كبير من الأجهزة الصغيرة لتشغيل بيئات مستقلة، إلى جانب أجهزة أقوى للنماذج الأكبر وأعمال التطوير.
ما النماذج التي يمكن تشغيلها على M5 Ultra بذاكرة 256GB؟
تُعد تهيئة 256GB كبيرة، لكنها ليست أعلى سعة توفرها M5 Ultra. وبصورة عامة، ينبغي أن تتمكن من تشغيل نماذج من فئة 70B بسهولة، بما في ذلك الإصدارات المضغوطة مع ترك مساحة لنظام التشغيل وسياق المحادثة وبيئة الاستدلال. ويحتاج نموذج 70B بتكميم 4-bit عادةً إلى نحو 40–48GB من الذاكرة المتاحة، بحسب طريقة التكميم والتنفيذ. 54
ويمكن للجهاز نفسه تشغيل بعض النماذج الأكبر أو نماذج مزيج الخبراء بعد ضغطها بدرجة عالية. وتضع تقديرات المنصة بعض النماذج التي يتراوح حجمها الاسمي بين 235B و284B ضمن نطاق يمكن استيعابه في جهاز بذاكرة 256GB، لكن هذه تقديرات وليست اختبارات صادرة عن الشركة المصنعة. 40
50
51
ولا يكفي النظر إلى الرقم الموجود في بطاقة النموذج لمعرفة ما إذا كان سيعمل جيدًا. فالنتيجة تعتمد على عوامل عدة، منها:
- ما إذا كان النموذج كثيفًا أم من نوع مزيج الخبراء؛
- مستوى التكميم؛
- طول السياق ومتطلبات ذاكرة KV؛
- الحمل الإضافي لإطار التشغيل؛ و
- سرعة الاستجابة التي يعدها المستخدم مقبولة.
وقد يتمكن النموذج من العمل تقنيًا، لكنه يظل بطيئًا جدًا لمهام الوكلاء التفاعلية. وفي المقابل، قد يكون نموذج أصغر أكثر فائدة إذا كان يستجيب بسرعة ويشغل عدة مهام متزامنة.
ماذا تثبت قصة شراء أجهزة Mac، وماذا لا تثبت؟
الاستنتاج الأقوى هو أن بنية الذكاء الاصطناعي تتوسع خارج فئة عناقيد GPU العملاقة وحدها. فتطوير الوكلاء والاستدلال المحلي يخلقان طلبًا على عدد كبير من الأجهزة الصغيرة التي يسهل التحكم فيها، خصوصًا عندما تكون المهمة قابلة للتوازي، أو مرتبطة بنظام تشغيل مكتبي حقيقي، أو حساسة للخصوصية وزمن الاستجابة.
لكن الأدلة المتاحة لا تثبت كل الادعاءات الأوسع المرتبطة بالقصة. فالتقارير التي تربط هذه المشتريات بنقص محدد في الإمدادات، أو بزيادة قدرها 29% في إيرادات أجهزة Mac، أو باعتبار Nvidia شركة Apple المنافس الرئيسي لها في الذكاء الاصطناعي المحلي، لا تحظى بتأييد كافٍ في المواد المتاحة. لذلك ينبغي التعامل معها باعتبارها ادعاءات مؤقتة، لا نتائج محسومة.
وتبدو فرصة Apple أوضح في مستويين من السوق: الاستدلال المحلي ذي الذاكرة الكبيرة، والأساطيل المخصصة لتطوير الوكلاء وتقييمهم. أما Nvidia وغيرها من مسرّعات مراكز البيانات، فستظل مهمة للمهام التي تتطلب أعلى إنتاجية في التدريب وأنظمة موزعة ضخمة.
بعبارة أخرى، المستقبل المرجح ليس «Mac في مواجهة Nvidia»، بل تقسيم للعمل: كل منصة تتولى نوع المهام التي تخدمها بنيتها بأفضل شكل.
Studio Global AI
مواصلة البحث الخاص بك
تتضمن هذه الصفحة إجابة مدعومة بالمصدر يمكنك المتابعة داخل Studio Global.
يسأل الناس أيضا
ما هي الإجابة المختصرة على "لماذا تشتري OpenAI عشرات الآلاف من أجهزة Mac لتدريب وكلاء الذكاء الاصطناعي؟"؟
تفيد تقارير بأن OpenAI اشترت عشرات الآلاف من أجهزة Mac mini وMac Studio لتجارب التعلم المعزز ووكلاء استخدام الحاسوب، لكن الكمية والاستخدام الدقيق لم يؤكدا بشكل مستقل.
ما هي النقاط الأساسية التي يجب التحقق منها أولاً؟
تفيد تقارير بأن OpenAI اشترت عشرات الآلاف من أجهزة Mac mini وMac Studio لتجارب التعلم المعزز ووكلاء استخدام الحاسوب، لكن الكمية والاستخدام الدقيق لم يؤكدا بشكل مستقل. تتيح بنية الذاكرة الموحدة في شرائح Apple مشاركة الذاكرة بين المعالج المركزي ومعالج الرسوميات ووحدات معالجة الذكاء الاصطناعي، ما يجعل أجهزة Mac ذات الذاكرة الكبيرة مناسبة للاستدلال المحلي والتقييم.
ماذا يجب أن أفعل بعد ذلك في الممارسة العملية؟
يبدأ سعر Mac mini الجديد من 899 دولارًا، بينما يبدأ Mac Studio من 2499 دولارًا، ويتوافر كلاهما اعتبارًا من 22 سبتمبر، مع خيارات M6 وM5 Pro وM5 Max وM5 Ultra.
المصادر
eu.36kr.comOpenAI Acquires Tens of Thousands of Macs for AI Reinforcement Training – Apple Secures High-Value AI Training Business from NVIDIA
tech-insider.orgOpenAI Buys Macs as Nvidia RTX Spark Sells Out [2026]
gurufocus.comOpenAI Boosts AI Learning with Mac mini Purchases
indiatoday.inOpenAI comes for Macs after chips and memory, buying thousands of Mac minis to train AI agents