AnswersPublished24 sources
Puluhan ribu Mac untuk ejen AI: Mengapa OpenAI memilih komputer Apple?
OpenAI dilaporkan memperoleh puluhan ribu Mac mini dan Mac Studio untuk pembelajaran pengukuhan serta latihan ejen yang boleh menggunakan komputer, namun jumlah dan penggunaannya belum disahkan secara bebas. Memori bersatu Apple silicon membolehkan CPU, GPU dan pemproses neural berkongsi satu ruang memori, menjadika...
Diterbitkan olehDisunting dengan GPT-5.6 Luna
Research answer
Key takeaways
- OpenAI dilaporkan memperoleh puluhan ribu Mac mini dan Mac Studio untuk pembelajaran pengukuhan serta latihan ejen yang boleh menggunakan komputer, namun jumlah dan penggunaannya belum disahkan secara bebas.
- Memori bersatu Apple silicon membolehkan CPU, GPU dan pemproses neural berkongsi satu ruang memori, menjadikan Mac berkapasiti tinggi menarik untuk inferens tempatan, penilaian ejen dan tugasan yang mementingkan privasi.
- Mac Studio M5 Ultra dengan memori bersatu 256GB boleh menjalankan model kelas 70B dengan selesa serta sesetengah model campuran pakar sekitar 235B hingga 284B dalam bentuk terkuantisasi, bergantung pada konteks dan pe...
- Mac mini baharu bermula pada AS$899, manakala Mac Studio bermula pada AS$2,499 dan akan tersedia mulai 22 September.
AI Prompt
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
Laporan bahawa OpenAI memperoleh puluhan ribu komputer Mac mini dan Mac Studio menunjukkan satu keperluan infrastruktur AI yang khusus: menjalankan banyak persekitaran macOS secara berasingan untuk ejen yang boleh menggunakan komputer serta eksperimen pembelajaran pengukuhan. Berdasarkan bukti yang tersedia, ia bukan petunjuk bahawa Apple silicon sedang menggantikan kluster GPU yang digunakan untuk melatih model AI termaju. Jumlah pembelian dan cara perkakasan itu digunakan juga masih belum disahkan secara bebas. 1
11
Mengapa ejen yang menggunakan komputer memerlukan komputer sebenar?
Ejen AI yang menggunakan komputer bukan sekadar menghasilkan teks. Ia mungkin perlu membuka pelayar, berinteraksi dengan perisian, mengurus fail, menangani kebenaran akses dan bertindak balas terhadap perubahan pada skrin.
Untuk melatih serta menilai tingkah laku sedemikian, sistem AI perlu berulang kali berinteraksi dengan persekitaran sistem operasi dan aplikasi yang realistik. Sekumpulan Mac kompak boleh menyediakan banyak pekerja macOS yang berasingan untuk tugasan ini.
Mac mini dan Mac Studio, termasuk sebagai mesin tanpa skrin atau papan kekunci, boleh digunakan sebagai:
- ruang uji kaji atau sandbox untuk ejen;
- mesin penilaian;
- titik akhir inferens;
- pekerja pelancaran pembelajaran pengukuhan; dan
- komputer untuk pembangunan serta penyelarasan ejen.
Laporan turut menyebut bahawa Anthropic menyewa kapasiti Mac melalui Amazon Web Services (AWS) untuk tugasan penggunaan komputer yang serupa. 1
2
6
Perbezaan ini penting. Dalam pembelajaran pengukuhan, sistem AI menghasilkan banyak percubaan atau trajektori dalam sesuatu persekitaran, kemudian menggunakan hasilnya untuk memperbaiki strategi tindakannya. Apabila persekitaran itu ialah desktop sebenar, menyediakan sistem operasi dan aplikasi secara terus mungkin lebih praktikal berbanding cuba meniru setiap tingkah laku melalui emulasi atau virtualisasi.
Kelebihan utama Apple silicon ialah memori bersatu
Apple silicon menggabungkan sumber CPU, GPU dan pemproses neural di sekeliling satu ruang memori bersatu. Ini bermakna data tidak perlu dipindahkan antara memori sistem berasingan dan memori GPU khusus seperti dalam konfigurasi CPU dengan GPU diskret. 5
Bagi AI yang dijalankan secara tempatan, kapasiti memori kadangkala lebih penting daripada angka prestasi pemecut AI semata-mata. Ruang memori yang besar boleh menyimpan pemberat model, keadaan aplikasi, set data dan data berkaitan inferens pada satu mesin.
Sebab itu Mac berkapasiti tinggi sesuai untuk:
- penyajian model secara tempatan;
- inferens model bahasa besar yang telah dikuantisasi;
- penilaian dan penyelarasan ejen;
- penyediaan serta prapemprosesan data; dan
- penggunaan peribadi, tertutup atau luar talian.
Namun, seni bina ini tidak menghapuskan semua batasan. Apple silicon bukan pilihan terpantas untuk setiap jenis tugasan, manakala Mac berkapasiti tinggi tidak menawarkan ekosistem perisian, sambungan berkelajuan tinggi dan skala pengkomputeran yang sama seperti kluster GPU pusat data.
Kesimpulan yang lebih munasabah ialah infrastruktur AI akan menjadi heterogen: GPU digunakan untuk latihan teragih berkelajuan tinggi, sementara Mac dan sistem tempatan lain digunakan untuk pelancaran eksperimen secara selari, ujian dan inferens di titik akhir.
Di mana kedudukan Mac mini dan Mac Studio baharu?
Barisan desktop Apple yang dikemas kini memberikan strategi ini dua lapisan perkakasan. Mac mini baharu bermula pada harga AS$899 dan boleh dikonfigurasikan dengan cip M6 atau M5 Pro. Mac Studio pula bermula pada AS$2,499 dengan M5 Max dan AS$5,499 dengan M5 Ultra. Apple mengumumkan bahawa kedua-duanya akan tersedia mulai 22 September. 17
18
26
M6 ialah cip Mac pertama Apple yang dibina menggunakan proses 2 nanometer, manakala M5 Ultra ialah pilihan untuk konfigurasi memori tinggi. Apple menyatakan bahawa M5 Ultra boleh dikonfigurasikan dengan memori bersatu sehingga 512GB dan lebar jalur memori 1.2TB/s, sekali gus membolehkan model bahasa dengan ratusan bilion parameter dijalankan secara tempatan. 21
33
Pembahagian tugasnya boleh difahami seperti berikut:
- Mac mini: nod yang lebih kecil dan kosnya lebih rendah untuk persekitaran ejen berskala, ujian serta inferens ringan.
- Mac Studio: mesin dengan memori lebih besar untuk pembangun, penyelidik, penyajian model tempatan dan model yang terlalu besar untuk dimuatkan dengan selesa pada GPU pengguna biasa.
Jika laporan pembelian OpenAI itu tepat, strategi tersebut masuk akal: banyak mesin kecil untuk menyediakan persekitaran bebas bagi setiap ejen, disokong oleh sistem yang lebih berkuasa untuk model besar dan kerja pembangunan.
Model sebesar mana yang boleh dijalankan pada M5 Ultra 256GB?
Konfigurasi 256GB memang besar, tetapi bukan pilihan memori maksimum untuk M5 Ultra. Secara umum, ia sepatutnya mampu menjalankan model kelas 70B dengan selesa, termasuk versi terkuantisasi, sambil menyediakan ruang untuk sistem operasi, konteks dan perisian inferens. Model 70B dengan kuantisasi empat bit lazimnya memerlukan kira-kira 40 hingga 48GB memori yang boleh diakses, bergantung pada kaedah kuantisasi dan pelaksanaannya. 54
Mesin yang sama juga boleh memuatkan sesetengah model yang jauh lebih besar, khususnya model jarang atau campuran pakar (mixture of experts) dalam bentuk kuantisasi agresif. Anggaran bagi platform ini meletakkan sesetengah model sekitar 235B hingga 284B dalam sistem 256GB, tetapi angka tersebut ialah anggaran dan bukannya penanda aras vendor. 40
50
51
Nombor parameter pada kad model sahaja tidak menentukan sama ada model itu akan berfungsi dengan baik. Hasil sebenar bergantung pada:
- sama ada model itu padat atau campuran pakar;
- tahap kuantisasi;
- panjang konteks dan keperluan cache KV;
- lebihan penggunaan rangka kerja; dan
- kadar tindak balas yang dianggap boleh diterima.
Model yang secara teknikalnya boleh dimuatkan mungkin masih terlalu perlahan untuk kerja ejen interaktif yang berat. Sebaliknya, model lebih kecil mungkin lebih berguna jika ia memberikan respons pantas dan mampu mengendalikan beberapa tugasan serentak.
Apa yang dibuktikan oleh cerita pembelian Mac ini — dan apa yang tidak?
Kesimpulan paling kukuh ialah infrastruktur AI sedang berkembang melangkaui satu kategori kluster GPU gergasi. Pembangunan ejen dan inferens tempatan mewujudkan permintaan terhadap banyak mesin kecil yang mudah dikawal, khususnya apabila tugasan itu boleh dijalankan secara selari, memerlukan sistem operasi desktop sebenar atau sensitif terhadap privasi dan kependaman.
Namun, bukti yang ada tidak mengesahkan semua dakwaan pasaran yang dikaitkan dengan cerita ini. Laporan yang menghubungkan pembelian tersebut dengan kekurangan bekalan tertentu, pertumbuhan hasil Mac sebanyak 29 peratus atau dakwaan bahawa Nvidia melihat Apple sebagai pesaing utama dalam AI tempatan belum disokong dengan secukupnya dalam bahan yang tersedia. Dakwaan itu wajar dianggap sementara, bukannya kesimpulan muktamad.
Peluang Apple paling jelas berada pada dua lapisan pasaran: inferens tempatan berkapasiti tinggi dan kelompok mesin untuk pembangunan serta penilaian ejen. Nvidia dan pemecut pusat data lain pula kekal penting untuk tugasan yang memerlukan kadar latihan maksimum serta sistem teragih berskala sangat besar.
Jadi, masa depan AI mungkin kurang berkisar pada persoalan “Mac atau Nvidia”. Sebaliknya, setiap platform akan menjalankan tugasan yang paling sesuai dengan seni binanya: GPU pusat data untuk pralatihan model termaju, manakala Mac dan komputer tempatan untuk pelancaran ejen, ujian, inferens setempat serta penggunaan yang memerlukan privasi.
Studio Global AI
Continue your research
This page includes a source-backed answer you can continue inside Studio Global.
People also ask
What is the short answer to "Puluhan ribu Mac untuk ejen AI: Mengapa OpenAI memilih komputer Apple?"?
OpenAI dilaporkan memperoleh puluhan ribu Mac mini dan Mac Studio untuk pembelajaran pengukuhan serta latihan ejen yang boleh menggunakan komputer, namun jumlah dan penggunaannya belum disahkan secara bebas.
What are the key points to validate first?
OpenAI dilaporkan memperoleh puluhan ribu Mac mini dan Mac Studio untuk pembelajaran pengukuhan serta latihan ejen yang boleh menggunakan komputer, namun jumlah dan penggunaannya belum disahkan secara bebas. Memori bersatu Apple silicon membolehkan CPU, GPU dan pemproses neural berkongsi satu ruang memori, menjadikan Mac berkapasiti tinggi menarik untuk inferens tempatan, penilaian ejen dan tugasan yang mementingkan privasi.
What should I do next in practice?
Mac Studio M5 Ultra dengan memori bersatu 256GB boleh menjalankan model kelas 70B dengan selesa serta sesetengah model campuran pakar sekitar 235B hingga 284B dalam bentuk terkuantisasi, bergantung pada konteks dan pe...
Sources
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