JawabanDipublikasikan24 sumber
Bukan Pengganti GPU Nvidia: Alasan OpenAI Dikabarkan Membeli Puluhan Ribu Mac
OpenAI dilaporkan membeli puluhan ribu Mac mini dan Mac Studio untuk reinforcement learning serta pelatihan computer use agent, tetapi jumlah dan penggunaannya belum dikonfirmasi secara independen. Komputer komputer ini kemungkinan berfungsi sebagai banyak lingkungan macOS mandiri untuk menguji agen yang dapat membu...
Diterbitkan olehDiedit dengan GPT-5.6 Luna
Jawaban penelitian
Poin-poin penting
- OpenAI dilaporkan membeli puluhan ribu Mac mini dan Mac Studio untuk reinforcement learning serta pelatihan computer use agent, tetapi jumlah dan penggunaannya belum dikonfirmasi secara independen.
- Komputer komputer ini kemungkinan berfungsi sebagai banyak lingkungan macOS mandiri untuk menguji agen yang dapat membuka browser, mengelola berkas, menjalankan aplikasi, dan memulihkan diri dari perubahan tampilan.
- Arsitektur unified memory Apple memungkinkan CPU, GPU, dan pemroses neural berbagi satu kumpulan memori, sehingga menarik untuk inferensi lokal, evaluasi agen, dan model terkuantisasi.
- Mac mini baru mulai dari US$899, sedangkan Mac Studio dengan M5 Max dan M5 Ultra masing masing mulai dari US$2.499 dan US$5.499; ketersediaannya dimulai pada 22 September.
AI Perintah
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
Kabar bahwa OpenAI telah membeli puluhan ribu Mac mini dan Mac Studio mengarah pada kebutuhan infrastruktur yang cukup spesifik: menyediakan banyak lingkungan macOS mandiri untuk computer-use agent dan eksperimen reinforcement learning. Laporan tersebut belum terkonfirmasi secara independen, sehingga jumlah pembelian dan pola pemakaiannya masih perlu diperlakukan sebagai klaim yang dilaporkan, bukan fakta final. 1
11
Mengapa agen AI membutuhkan komputer biasa?
Agen yang mampu menggunakan komputer tidak hanya menghasilkan teks. Agen semacam ini mungkin harus membuka browser, mengeklik tombol, menjalankan aplikasi, mengatur berkas, menangani izin akses, serta merespons perubahan tampilan di layar.
Untuk melatih dan mengevaluasi perilaku tersebut, peneliti perlu menjalankan interaksi berulang dalam lingkungan sistem operasi yang realistis. Satu fleet berisi Mac mini dan Mac Studio dapat menyediakan banyak pekerja macOS yang terpisah—ibarat laboratorium kecil dengan ribuan komputer mandiri.
Karena itu, Mac tersebut dapat digunakan sebagai:
- sandbox untuk agen;
- mesin evaluasi;
- endpoint inferensi;
- pekerja rollout dalam reinforcement learning; dan
- lingkungan pengembangan yang membutuhkan macOS secara langsung.
Laporan lain menyebut Anthropic menyewa kapasitas Mac melalui Amazon Web Services (AWS) untuk kebutuhan computer-use agent yang serupa. 1
2
6
Dalam reinforcement learning, sistem AI menghasilkan banyak percobaan atau trajectory di dalam suatu lingkungan. Hasil percobaan itu kemudian digunakan untuk memperbaiki kebijakan atau strategi agen. Jika lingkungannya berupa desktop sungguhan, menjalankan sistem operasi dan aplikasi secara langsung bisa lebih praktis daripada meniru semua perilaku tersebut lewat emulasi atau virtualisasi.
Keunggulan utama Apple silicon ada pada unified memory
Apple silicon menyatukan sumber daya CPU, GPU, dan pemrosesan neural di sekitar satu kolam memori bersama yang disebut unified memory. Data tidak perlu dipindahkan antara memori sistem dan VRAM terpisah dengan cara yang sama seperti pada konfigurasi CPU dan GPU diskret konvensional. 5
Untuk AI yang berjalan secara lokal, kapasitas memori sering kali lebih menentukan daripada angka performa akselerator di atas kertas. Kolam memori yang besar dapat menampung bobot model, status aplikasi, dataset, serta data yang diperlukan untuk inferensi dalam satu mesin.
Hal ini berguna untuk:
- menjalankan model secara lokal;
- inferensi model bahasa besar terkuantisasi;
- evaluasi dan orkestrasi agen;
- persiapan serta prapemrosesan data; dan
- penggunaan privat atau offline.
Namun, unified memory bukan berarti Mac otomatis menjadi pilihan tercepat untuk semua pekerjaan AI. Apple silicon tetap memiliki keterbatasan dalam ekosistem perangkat lunak, konektivitas antarmesin, dan pelatihan terdistribusi berskala pusat data dibandingkan GPU Nvidia.
Gambaran yang lebih masuk akal adalah infrastruktur heterogen: GPU untuk pelatihan terdistribusi berthroughput tinggi, sementara Mac atau sistem lokal lain menangani rollout paralel, pengujian, pengembangan agen, dan inferensi di endpoint.
Posisi Mac mini dan Mac Studio dalam strategi ini
Jajaran desktop Apple yang diperbarui menawarkan dua tingkatan perangkat. Mac mini baru mulai dari US$899 dan tersedia dengan chip M6 atau M5 Pro. Mac Studio mulai dari US$2.499 dengan M5 Max dan US$5.499 dengan M5 Ultra. Apple menyatakan perangkat tersebut mulai tersedia pada 22 September. 17
18
26
M6 merupakan chip Mac pertama Apple yang dibuat dengan proses 2 nanometer, sedangkan M5 Ultra menjadi pilihan dengan kapasitas memori tertinggi. Apple menyebut M5 Ultra dapat dikonfigurasi dengan unified memory hingga 512 GB dan bandwidth memori 1,2 TB/s. Apple memosisikannya sebagai mesin yang mampu menjalankan model bahasa dengan ratusan miliar parameter secara lokal. 21
33
Pembagian tugasnya cukup jelas:
- Mac mini: node yang ringkas dan relatif lebih terjangkau untuk memperbanyak lingkungan agen, pengujian, serta inferensi ringan.
- Mac Studio: workstation dengan memori lebih besar untuk pengembang, peneliti, penyajian model lokal, dan beban kerja yang tidak nyaman dijalankan pada GPU konsumen biasa.
Dengan demikian, jika laporan pembelian OpenAI benar, strategi tersebut lebih menyerupai pembangunan fleet daripada penggantian total klaster GPU. Banyak mesin kecil dapat menjalankan lingkungan yang independen, sementara sistem yang lebih kuat dipakai untuk model besar dan pekerjaan pengembangan.
Model apa yang bisa dijalankan Mac Studio M5 Ultra 256 GB?
Konfigurasi unified memory 256 GB tergolong besar, tetapi bukan kapasitas maksimum M5 Ultra. Secara umum, perangkat ini semestinya dapat menjalankan model kelas 70B dengan nyaman, termasuk versi terkuantisasi yang masih menyisakan ruang untuk macOS, konteks, dan runtime inferensi.
Model 70B dengan kuantisasi empat bit biasanya membutuhkan sekitar 40–48 GB memori yang dapat diakses, tergantung metode kuantisasi dan implementasinya. 54
Mesin yang sama juga dapat memuat sejumlah model sparse atau mixture-of-experts yang jauh lebih besar dalam format sangat terkuantisasi. Perkiraan untuk platform ini menempatkan beberapa model berukuran sekitar 235B–284B dalam jangkauan sistem 256 GB, tetapi angka tersebut merupakan estimasi, bukan hasil benchmark vendor. 40
50
51
Ukuran parameter saja tidak cukup untuk menentukan apakah sebuah model akan berjalan dengan baik. Hasil akhirnya dipengaruhi oleh:
- apakah modelnya dense atau mixture-of-experts;
- tingkat kuantisasi;
- panjang konteks dan kebutuhan KV-cache;
- overhead framework; serta
- tingkat kecepatan yang dianggap memadai oleh pengguna.
Model yang secara teknis dapat dimuat belum tentu cukup cepat untuk pekerjaan agen interaktif yang berat. Sebaliknya, model yang lebih kecil bisa lebih berguna jika mampu merespons cepat dan menjalankan beberapa tugas secara bersamaan.
Apa yang dibuktikan—dan tidak dibuktikan—oleh kabar pembelian Mac ini?
Kesimpulan terkuatnya adalah kebutuhan infrastruktur AI mulai meluas di luar satu kategori, yaitu klaster GPU raksasa. Pengembangan agen dan inferensi lokal menciptakan permintaan terhadap banyak mesin kecil yang mudah dikendalikan, terutama ketika beban kerjanya paralel, bergantung pada sistem operasi desktop sungguhan, atau sensitif terhadap privasi dan latensi.
Namun, bukti yang tersedia belum cukup untuk membenarkan semua klaim pasar yang mengikuti kabar tersebut. Klaim mengenai kelangkaan pasokan tertentu, kenaikan pendapatan bisnis Mac sebesar 29%, atau anggapan bahwa Nvidia melihat Apple sebagai pesaing utama dalam pemrosesan AI lokal belum memiliki dukungan yang memadai dalam materi yang tersedia. Klaim-klaim itu sebaiknya tetap diperlakukan sebagai dugaan sementara.
Peluang Apple paling jelas berada di dua lapisan pasar: inferensi lokal dengan memori besar serta fleet komputer untuk pengembangan dan evaluasi agen. Nvidia dan akselerator pusat data lainnya tetap penting untuk pekerjaan yang membutuhkan throughput pelatihan maksimum dan sistem terdistribusi berskala sangat besar.
Jadi, masa depan industri ini kemungkinan bukan pertarungan sederhana “Mac versus Nvidia”. Yang lebih mungkin adalah pembagian tugas: klaster GPU untuk prapelatihan model frontier, fleet Mac atau PC untuk rollout dan pengujian agen, serta mesin lokal berkapasitas tinggi untuk penggunaan yang membutuhkan privasi, latensi rendah, atau operasi offline.
Studio Global AI
Lanjutkan penelitian Anda
Halaman ini berisi jawaban yang didukung sumber yang dapat Anda lanjutkan di dalam Studio Global.
Orang-orang juga bertanya
Apa jawaban singkat untuk "Bukan Pengganti GPU Nvidia: Alasan OpenAI Dikabarkan Membeli Puluhan Ribu Mac"?
OpenAI dilaporkan membeli puluhan ribu Mac mini dan Mac Studio untuk reinforcement learning serta pelatihan computer use agent, tetapi jumlah dan penggunaannya belum dikonfirmasi secara independen.
Apa poin penting yang harus divalidasi terlebih dahulu?
OpenAI dilaporkan membeli puluhan ribu Mac mini dan Mac Studio untuk reinforcement learning serta pelatihan computer use agent, tetapi jumlah dan penggunaannya belum dikonfirmasi secara independen. Komputer komputer ini kemungkinan berfungsi sebagai banyak lingkungan macOS mandiri untuk menguji agen yang dapat membuka browser, mengelola berkas, menjalankan aplikasi, dan memulihkan diri dari perubahan tampilan.
Apa yang harus saya lakukan selanjutnya dalam latihan?
Arsitektur unified memory Apple memungkinkan CPU, GPU, dan pemroses neural berbagi satu kumpulan memori, sehingga menarik untuk inferensi lokal, evaluasi agen, dan model terkuantisasi.
Sumber
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