OpenAI закупила более 10 000 Mac для обучения агентов: Apple как ИИ-инфраструктура

✍️ OpenClawRadar📅 Опубликовано: 1 сентября 2026 г.🔗 Source
Ad

По данным The Information, OpenAI незаметно приобрел десятки тысяч Mac mini и Mac Studio для обучения агентов, работающих с компьютером. Это делает Apple случайным игроком в области ИИ-инфраструктуры, поскольку ее кремний — особенно архитектура с унифицированной памятью — лучше подходит для агентного ИИ, чем гигантские GPU-кластеры.

Почему Mac для агентного ИИ?

Обучение前沿ных моделей, таких как GPT, требует массивных GPU-кластеров. Но агентный ИИ — агенты, которые используют компьютеры, пишут/тестируют код, работают с программным обеспечением, управляют файлами — требует иного: тысячи независимых машин, выполняющих задачи параллельно. Унифицированная память Apple позволяет процессору, GPU и памяти использовать один общий пул, что обеспечивает эффективное выполнение множества мелких задач. OpenAI не одинок; сообщается, что Anthropic арендовала мощности на кремнии Apple через AWS для аналогичных рабочих нагрузок.

Ad

Случайный рост выручки Apple от ИИ

Выручка Apple от Mac в третьем финансовом квартале составила примерно 10,4 миллиарда долларов, что на 29% больше по сравнению с аналогичным периодом прошлого года. Хотя Apple не раскрывает, сколько приходится на ИИ-лаборатории, дефицит конфигураций с большей памятью и крупные институциональные закупки указывают на новый источник спроса. Apple даже скорректировала осенний цикл выпуска Mac, обновив Mac mini с чипом M6 и Mac Studio с процессорами M5 Max/M5 Ultra. Обе модели позиционируются для ИИ, включая локальные LLM и кластеризацию Thunderbolt 5.

Почему это важно: ИИ-лаборатории меняют стратегию вычислений. Для обучения агентов широта охвата множества машин важнее сырой мощности GPU. Это может сделать потребительские настольные компьютеры жизнеспособной и экономически эффективной альтернативой строительству дата-центров.

📖 Прочитать полный источник: HN AI Agents

Ad

👀 Смотрите также

Инфраструктура агентов для операций SMB: Белая книга от оператора QSR, ставшего разработчиком
Новости

Инфраструктура агентов для операций SMB: Белая книга от оператора QSR, ставшего разработчиком

16-летний оператор QSR опубликовал белую книгу, в которой обосновывает необходимость недостающего инфраструктурного слоя между универсальным AI-чатом и вертикальными SaaS-панелями, имея 8 навыков на ClawHub, более 1500 загрузок и одно развертывание за пределами QSR.

OpenClawRadar
AI-агентам нужны примитивы отката, а не только автономия
Новости

AI-агентам нужны примитивы отката, а не только автономия

Разработчик утверждает, что агентные фреймворки должны перенять концепции баз данных, такие как ACID, саги и компенсационные действия, чтобы обрабатывать частичные сбои, а не полагаться на LLM, чтобы «разобраться».

OpenClawRadar
Клод 4.6 Opus способен воспроизвести list.h из Linux на основе минимальных входных данных
Новости

Клод 4.6 Opus способен воспроизвести list.h из Linux на основе минимальных входных данных

Пользователь продемонстрировал, что Claude 4.6 Opus может генерировать почти идентичную копию заголовочного файла list.h из Linux, получив первые 43 строки в качестве входных данных с температурой, установленной на 0, что поднимает вопросы о последствиях лицензирования GPL для моделей ИИ, обученных на открытом исходном коде.

OpenClawRadar
Глубокое погружение в стоимость DeepSeek V4 Flash: объяснение коэффициента попадания в кэш и ценового соотношения
Новости

Глубокое погружение в стоимость DeepSeek V4 Flash: объяснение коэффициента попадания в кэш и ценового соотношения

DeepSeek V4 Flash стоит 0,0066x за агентное задание по сравнению с Opus 4,7, благодаря 97% попаданий в кэш и соотношению цены чтения/записи кэша 0,02.

OpenClawRadar