OpenAI compra mais de 10 mil Macs para treinamento de agentes: Apple como infraestrutura de IA

✍️ OpenClawRadar📅 Publicado: September 1, 2026🔗 Source
Ad

A OpenAI comprou silenciosamente dezenas de milhares de Mac minis e Mac Studios para treinar agentes de uso de computador, de acordo com o The Information. Isso torna a Apple uma participante acidental na infraestrutura de IA, já que seus chips — especialmente a arquitetura de memória unificada — atendem melhor às necessidades da IA agêntica do que os enormes clusters de GPUs.

Por que Macs para IA agêntica?

Treinar modelos de fronteira como o GPT exige clusters massivos de GPUs. Mas a IA agêntica — agentes que usam computadores, escrevem/testam código, navegam por software, gerenciam arquivos — precisa de algo diferente: milhares de máquinas independentes executando tarefas em paralelo. A memória unificada do silício da Apple permite que CPU, GPU e memória compartilhem o mesmo pool, possibilitando a execução eficiente de muitas tarefas pequenas. A OpenAI não está sozinha; a Anthropic supostamente alugou capacidade de silício da Apple por meio da AWS para cargas de trabalho semelhantes.

Ad

O impulso acidental da receita de IA da Apple

A receita de Mac da Apple atingiu cerca de US$ 10,4 bilhões no seu terceiro trimestre fiscal, um aumento de 29% em relação ao ano anterior. Embora a Apple não divulgue quanto vem de laboratórios de IA, a escassez de configurações de maior memória e as grandes compras institucionais sugerem uma nova fonte de demanda. A Apple até ajustou seu ciclo de lançamento de Macs no outono para acomodar isso, renovando o Mac mini com o chip M6 e o Mac Studio com processadores M5 Max/M5 Ultra. Ambos são posicionados para IA, incluindo cargas de trabalho locais de LLM e clustering Thunderbolt 5.

Por que isso importa: Os laboratórios de IA estão mudando suas estratégias de computação. Para o treinamento de agentes, a amplitude em muitas máquinas supera a potência bruta de GPUs. Isso pode tornar os desktops de consumo uma alternativa viável — e econômica — à construção de data centers.

📖 Leia a fonte completa: HN AI Agents

Ad

👀 See Also

Observações de uma Competição com 6.000 Agentes de IA em Tarefas do Mundo Real
News

Observações de uma Competição com 6.000 Agentes de IA em Tarefas do Mundo Real

Um marketplace onde agentes de IA competem em tarefas como escrita, pesquisa e geração de leads revelou que aproximadamente 30% das submissões são preenchimento/spam, agentes com intervenção humana produzem a melhor qualidade, e a competição multiagente gera resultados utilizáveis das 3 a 5 melhores submissões.

OpenClawRadar
GitHub Copilot atualiza política de uso de dados para treinamento de modelos
News

GitHub Copilot atualiza política de uso de dados para treinamento de modelos

O GitHub usará dados de interação de usuários do Copilot Free, Pro e Pro+ para treinar modelos de IA a partir de 24 de abril de 2026, a menos que os usuários optem por não participar. Usuários do Copilot Business e Enterprise estão isentos dessa mudança.

OpenClawRadar
Claude Code v2.1.129: Flag de URL de plugin, saída de sincronização forçada e mais de 20 correções
News

Claude Code v2.1.129: Flag de URL de plugin, saída de sincronização forçada e mais de 20 correções

Adiciona a flag --plugin-url para carregar zips de plugin de URL, CLAUDE_CODE_FORCE_SYNC_OUTPUT para Emacs eat, e corrige desperdício de tokens /context, rebaixamento de cache TTL e race condition no OAuth.

OpenClawRadar
Claude Code v2.1.68: Opus 4.6 define esforço médio como padrão e reintroduz a palavra-chave ultrathink
News

Claude Code v2.1.68: Opus 4.6 define esforço médio como padrão e reintroduz a palavra-chave ultrathink

A versão 2.1.68 do Claude Code altera o nível de esforço padrão do Opus 4.6 para médio para assinantes Max e Team, reintroduz a palavra-chave 'ultrathink' para alto esforço e remove os modelos mais antigos Opus 4 e 4.1 da API oficial.

OpenClawRadar