乐鱼体育：深度洞察，精彩赛事一手掌握

等等，AI实验室采购Mac mini，竟然是以“吨”为计量单位？！

据The Information最新披露，OpenAI已购入数万台Mac mini和Mac Studio，目前仍在催促苹果持续供货。

Anthropic则采取了不同策略，从亚马逊AWS租赁Mac算力。根据网友估算，每台每小时约一美元出头，每月费用在五百到九百多美元之间。

租赁并不便宜，购买也不划算。从算力性价比来看，苹果芯片无法与英伟达抗衡，这一点几乎没有争议。

那么，目的何在？

这些设备被用于强化学习，训练的是能够自主操作电脑的Computer-use Agent。

数万台金属小盒，涌入AI实验室

训练Agent，需要让模型在真实电脑上实践。

成千上万台机器同时运行，模型在其中点击鼠标、打开应用、观察屏幕、犯错、重新尝试。

算力可以购买任何品牌的显卡，但有些任务只有Mac能胜任。

苹果的规定如下：

• macOS虚拟机只能在苹果自家硬件上运行
• 在Apple芯片的Mac上，一台设备最多同时开启两个macOS虚拟机
• AWS的EC2 Mac至今仍以“专用主机”形式提供服务，一租就是一整台物理Mac，最少按24小时计费，文档中给出的理由是苹果的许可协议如此要求

因此，要获取一万个macOS环境，就需要部署数千台真实设备。

苹果芯片产品高级经理Doug Brooks对此曾给出解释。

Agent需要一台完全由自己掌控、与主力电脑分离、且能连续运行数日不关机的机器。而Mac mini正是这样一套绝佳的系统。

这股需求有多强劲，从财报中可见一斑。

苹果最新一季Mac营收达到104亿美元，同比上涨29%，在所有产品线中增速领先。推动增长的，正是这款小巧的方盒子。

代价是供应短缺，最受AI开发者欢迎的几款配置已断货数月。

X平台上已有人庆幸自己的Mac Studio订单下得较早。

统一内存，加一颗不降频的风扇

仅有macOS环境还不够，设备本身必须能流畅运行大模型。

苹果芯片无法与英伟达GPU匹敌，但统一内存这一架构是其他厂商短期内难以模仿的。

CPU和GPU共享一个内存池，无需将大模型分割后塞入多张显卡再进行数据搬运。

在运行大模型时，“装得下”往往比“跑得快”更为关键。

M5 Ultra最高支持512GB统一内存，带宽达1.2TB/s。M6 Mac mini在LM Studio中的大模型提示处理速度，苹果称是M4的4.8倍、M1的13.5倍。

第二个优势是能承受长时间满载运行。

轻薄MacBook运行几十分钟后便会降频，而Agent执行的是7×24小时的任务，一跑就是好几天。

散热在这里直接决定了设备能否正常工作。

EXO Labs的开源方案能将多台Mac串联成集群，本地运行671B量级的模型。

社区中“Mac mini作为常驻家庭服务器”的教程层出不穷，甚至出现了按小时出租Mac算力的服务。

用Mac跑Agent，实际体验如何

大型企业购买它是为了堆叠机房。

普通人买回去，则是真要拿它干活的。

开发者Octavio Herrera花费一周时间，在他M4 Mac mini 32GB基础款上连续实测了6款模型。

• Qwen3-30B-A3B，MoE、Q4量化：24-30 tok/s，占用17.3GB
• GPT-OSS-20B：28-29 tok/s，占用11.3GB
• Gemma 4 26B-A4B：20-22 tok/s，占用14.6GB
• 稠密的Qwen3.8-27B：4.4 tok/s
• 对照组，DeepSeek v4-flash通过API调用：约57 tok/s

结果显而易见。使用入门级设备运行本地模型，MoE几乎是必然选择。

芯片算力是一方面，另一个限制因素是内存。

JetBrains那个完全在本地运行的编程Agent，仅自带的27B量化模型就要求64GB起步。

PCWorld的配置指南更直接，64GB就是最低标准。

X平台上有人对每一档配置进行了计算。

• 3499美元，M5 Max 64GB：Qwen3.6-27B跑30-40 tok/s。4K提示词约5秒处理完毕，修改一处500 token的补丁需13-17秒，端到端20秒。同样的任务在mini上需37秒
• 5099美元，M5 Max 128GB：带宽不变，模型池翻倍，MLX上运行80B的Qwen3-Coder-Next能达到75-90 tok/s
• 5499美元，M5 Ultra 96GB：内存未增加，芯片更快，同一个27B模型提升到48-80 tok/s，端到端压缩到10秒
• 11299美元，M5 Ultra 256GB：第一台能将DeepSeek V4 Flash完整4-bit装入单机的Mac，预计80-90 tok/s

根据Artificial Analysis的数据，GPT-5.6 Sol从云端服务是75-79 tok/s，Opus 4.8约58。

也就是说，一台放在桌上的Mac，输出速度已经追平最快的领先模型服务。

最近，库克在财报会上表示，“我们正处在内存定价的百年一遇洪水里，价格在指数级上涨”。

国行Mac mini一年多前那台性价比神机，售价是4499元。

现在的M6 Mac mini，起售价已升至6999元。

苹果不接单，老黄已站在门口

面对数万台的订单，苹果并未接单。

它近年来一直在退出企业市场。

2011年砍掉Xserve服务器，2022年停掉macOS Server，今年3月连Mac Pro都停产了。

它自己也用Mac芯片制造服务器，但仅供Private Cloud Compute使用。

有企业上门想购买这套算力，被拒绝了。

The Information还挖掘到一个更扎眼的细节：苹果根本没有一支专门服务企业客户的工程团队，也没有专人负责开发者关系。

今年4月离职的前苹果企业AI产品营销经理Todd Dailey直接批评。

他说，苹果有任何团队真有拥抱企业AI的计划，这是个笑话。

最热门的AI需求，最终被外包给了两家创业公司：webAI和由前OpenAI算力基础设施员工Peter Voell创办的Mount Thor。其中一家连官网都还没写完。

既然如此，那就别怪老黄不客气了——DGX Spark正是冲着Mac的软肋来的。

今年1月的CES上，它又发布了一版软件更新，性能比发布时最高提升2.5倍，甚至能挂在MacBook Pro旁边作为外接加速器。

企业和开发者反复提及它，理由很简单：随时有货。

而苹果这才有了反应。

往年Mac的年底更新安排在10月或11月，今年8月25日就推出了新Mac mini和Mac Studio，宣传语首次直接针对本地运行领先大模型和多机集群。

如今，AI实验室将Mac mini视为基础设施，而苹果仍将其当作台式机。

话说，你家那台mini，现在跑着什么？

参考资料：

https://www.theinformation.com/articles/apple-stumbled-ai-hardware-success-mac?rc=epv9gi

本文来自微信公众号“新智元”，作者：摩西，36氪经授权发布。