AI实验室对Mac设备的采购热潮正引发行业关注。据科技媒体披露，OpenAI近期已购入数万台Mac mini和Mac Studio，并持续向苹果追加订单。与直接采购设备不同，Anthropic选择通过亚马逊AWS租赁Mac算力，按小时计费的模式虽灵活，但每月成本仍高达500至900美元。
这种特殊需求源于强化学习训练的特殊性。要培养能自主操作电脑的AI代理（Agent），必须让模型在真实macOS环境中进行海量实践——同时运行数千台设备，模拟点击鼠标、打开应用、观察屏幕等操作。由于苹果规定macOS虚拟机仅能在自家硬件运行，且Apple芯片的Mac单台最多支持两个虚拟机，AWS的EC2 Mac服务也需整台物理机租赁，导致大规模部署必须依赖实体设备。
苹果芯片产品高级经理Doug Brooks指出，Mac mini完美契合AI代理的训练需求：其独立运行能力可确保模型在隔离环境中持续训练数日不断电。这种需求直接推高了苹果财报数据——最新季度Mac业务营收达104亿美元，同比增长29%，增速领跑所有产品线。但受制于产能，多款热门配置已断货数月，社交平台上甚至出现"庆幸早下单"的讨论。
在硬件性能层面，苹果设备的统一内存架构展现出独特优势。不同于传统GPU需要切割模型分块处理，CPU与GPU共享内存池的设计使M5 Ultra最高支持512GB统一内存，带宽达1.2TB/s。实测显示，M6 Mac mini处理大模型提示的速度是M4机型的4.8倍。更关键的是散热能力：当轻薄本运行半小时就因过热降频时，Mac mini可保持7×24小时满载运行，这种稳定性对需要连续训练数天的AI代理至关重要。
开发者实测数据进一步印证了这种趋势。使用M4 Mac mini 32GB基础款运行Qwen3-30B-A3B模型时，处理速度达24-30 tok/s，占用内存17.3GB；而运行稠密的Qwen3.8-27B模型时速度骤降至4.4 tok/s。这种差异凸显出内存容量对本地化AI部署的制约——JetBrains的编程Agent要求至少64GB内存，PCWorld的装机指南更直接将64GB定位为"最低门槛"。
面对企业级市场的旺盛需求，苹果的应对策略却引发争议。自2011年砍掉Xserve服务器、2022年停售macOS Server后，今年3月又停产Mac Pro。虽然苹果内部使用Mac芯片搭建私有云，但拒绝向企业客户开放销售。更令开发者不满的是，公司既没有专职的企业客户工程团队，也未设立开发者关系管理岗位。前企业AI产品营销经理Todd Dailey直言："所谓拥抱企业AI的计划完全是个笑话。"
这种市场空白正被竞争对手填补。英伟达推出的DGX Spark凭借随时供货的优势获得企业青睐，今年1月发布的软件更新更将性能提升2.5倍，甚至可作为外接加速器连接MacBook Pro。或许是感受到压力，苹果今年将Mac产品线更新时间从传统的10-11月提前至8月25日，新品的宣传重点首次聚焦本地化大模型运行和多机集群部署能力。
