OpenAI 为什么囤数万台 Mac？训练会用电脑的 AI
OpenAI 被曝数月内购入数以万计 Mac mini 和 Mac Studio 当服务器，练的是「会用电脑的 AI」：用强化学习让智能体在几万个真实桌面里反复试错，学会开软件、点鼠标。视频讲清为什么是 Mac 而不是显卡、统一内存有什么用，以及买电脑跑 AI 该盯内存哪个数。
这期讲了什么
- The Information 爆料：过去几个月 OpenAI 一直在悄悄成批买 Mac mini 和 Mac Studio，数以万计，不带屏幕键盘直接架上机房当服务器；两家官方都没接话，但库克在财报会上承认这两款机型 AI 需求超预期、高端配置断货数月
- 用途：练「会用电脑的 AI」（电脑小工）——强化学习，让智能体在几万个独立真实桌面里截图、点击、试错，做对了给分，练订机票、填表、挪文件这类重复活
- 为什么偏是 Mac：桌面干净统一、坏了能立刻重置；统一内存让 CPU 和显卡共用一大块内存，模型整个装进去不用来回搬；练法要的是成千上万个互不干扰的真桌面，显卡机房的协同劲用不上
- Mac 干不了预训练：Meta 练 Llama 3 405B 用了一万六千张 H100，靠 NVLink 每秒 900GB 互联；一张 H100 市价 2.5–4 万美元，约等于二十台 Mac mini（起售 899 美元）；大模型先在显卡房学会读写，再搬到 Mac 上练干活
- 跟你有关：开发者拿 64GB MacBook 就能跑量化后的 700 亿参数模型，LM Studio 三步上手；买电脑跑 AI 盯内存——16GB 跑小模型，700 亿级要 64GB 往上
文字稿
OpenAI 偷偷囤了几万台 Mac 当服务器
OpenAI 被爆出在偷偷买苹果电脑，一买就是几万台。有媒体挖出来，过去几个月它一直在成批买 Mac mini 和 Mac Studio，不带屏幕不带键盘，买回来就往机架上堆，一排排摞得整整齐齐。买训练设备，行业默认走十几万一张的专业显卡，缺货还得加价抢，结果它偏偏掉头去买一台才几千块的小电脑。
首发这个消息的是 The Information，一家专做科技行业深度报道的媒体，之后好几家科技媒体跟进转述，说的都是一个事：数以万计，机型是 Mac mini 和 Mac Studio。两边的官方到现在都没接话，OpenAI 没承认，苹果也没回应。
苹果这边也跟着忙。四月底库克在财报电话会上亲口说，Mac mini 和 Mac Studio 这两款机器 AI 相关需求超出预期，供应一时跟不上，恢复供需平衡得花几个月；先进制程产能和内存元器件是卡脖子的地方，高端配置据媒体报道已断货好几个月。财报数字也有意思：苹果上一个财季 Mac 卖了 103 亿美元，比去年同期涨快三成——不过苹果自己从头到尾没说这波增长跟 OpenAI 有关系，财报只能证明需求旺，证明不了是谁买的。时间线上还有一处巧合：苹果 8 月 25 号刚发布新 Mac mini 和新 Mac Studio，过了 6 天媒体就爆出 OpenAI 囤货的消息。
这些 Mac 在练什么：会用电脑的 AI
据报道，OpenAI 拿这些 Mac 练的不是更聪明的 AI，是会用电脑的 AI——一个能替你在电脑上干活的智能体：自己开软件、填表格、点鼠标、发邮件。这套练法行话叫强化学习，说人话就是让 AI 反复试错，做对了给奖励、做错了扣分，靠海量练习把本事练出来。教它订机票：订成功给分，点错扣分，同一个页面反复练几千遍，练到闭着眼都会。这种会用电脑的 AI 可以叫电脑小工：聊天 AI 是你问一句它答一句，电脑小工是坐在真电脑前自己开软件、自己点，一步步把事办完。你在电脑前干的重复活，它都能学着干；OpenAI 囤这么多 Mac，就是给一大群电脑小工准备干活的地方。
练电脑小工为什么非得是 Mac？这种练法靠的是几万个独立的、真实的电脑桌面，每个桌面跑一个小工反复折腾，互相不搭界，一个练砸了别的照样跑——显卡那种猛劲在这用不上。小工干活的路子很直白：先看一眼屏幕截图，决定点哪里，点下去再看一眼；点错了就退回去重来，把错记下来下次绕开。几万台 Mac，就是几万个这种循环在同时跑。这套练法最看重桌面干净统一、坏了能立刻重置，Mac 的桌面环境正好两头都占；显卡机房是为大模型训练生的，几万张卡并排算同一个模型讲究协同，跟小工要的各自独立凑不到一起。
再往深说一层，Mac 有个独门功夫叫统一内存：普通电脑 CPU 用一块内存、显卡用一块显存，数据得来回倒腾；Mac 是 CPU 和显卡共用同一大块内存，AI 模型能整个装进去。这条通道有多宽直接决定模型跑得流不流畅，内存越大装得下的模型越大，所以高配 Mac 内存越做越大还卖断货。苹果自己也早把话说到前头：8 月 25 号发布稿给 Mac mini 的定位就是常开的、专门让 AI 自己在上面干活的设备，还写了 Thunderbolt 5 能把多台 Mac mini 连成集群在本地跑大模型；同天的 Mac Studio 最高 512GB 统一内存，多台连起来做分布式推理最多快三倍。
顺着这条线看，OpenAI 不是一个人在囤：据报道 Anthropic 走的是另一条路，向亚马逊云租 Mac mini；连创业公司都开始建 Mac 数据中心，把一屋子 Mac mini 当服务器往外租；开源圈还有软件能把多台 Mac 连成一台大机器用。
Mac 练不了大模型，但能跑大模型
既然 Mac 这么能干，以后训练是不是都不用显卡机房了？这话只说对一半。OpenAI 拿 Mac 练的是电脑小工；可要让 AI 先学会读、学会写、学会说话，要把整个互联网的文本都读一遍，要的力气是天文数字，Mac 帮不上忙。大模型是先在显卡房里学会本事，再搬到 Mac 上练干活，两步缺一不可。
给个参照：Meta 训练 Llama 3 405B 用了一万六千张 H100 显卡，这个数字写进了 Meta 官方论文。每张七百瓦，之间用一条叫 NVLink 的高速通道互相喊话，每秒能传 900GB 数据交换训练进度——没有这条高速路，一万六千张卡没法协同，Mac 没装这种卡间高速路，所以预训练 Mac 干不了。再看钱：一张 H100 新卡公开市场估价两万五到四万美元；Mac mini 新机起售价 899 美元，一张 H100 的钱差不多能换二十台 Mac mini。OpenAI 的货是几个月前陆续买的，大概率是上一代机型，拿新机价格算账只当参照。
这事跟你关系还挺直接。现在想在自己电脑上跑大模型已经不是难事：有位开发者拿一台 64GB 内存的 MacBook，就实打实跑起了一个七百亿参数的大模型——跑之前先把模型压一遍，行话叫量化，就是把体积压小好几倍，效果差一点，日常用大多够用。苹果自己也拿这事当卖点：官方发布页直接用 LM Studio 演示，说新 Mac mini 跑本地模型比老款 M1 快十几倍；LM Studio 就是把大模型装进 Mac 的应用，下载、点开、跑，三步完事不用敲代码。
所以下次买电脑要是为了 AI，到底看哪个数？看内存。在 Mac 上统一内存的容量直接决定你能跑多大的模型：16GB 能跑跑小模型，32GB 更宽裕，想上七百亿参数那种级别，就得往 64GB 甚至更大看。
常见问题
OpenAI 买几万台 Mac mini 做什么？
据 The Information 报道，用来练「会用电脑的 AI」：几万台 Mac 撑起几万个独立的真实桌面，每个桌面里一个智能体用强化学习反复试错——截图、点击、看结果，做对了给分，学会开软件、填表、订机票这类重复操作。
训练 AI 为什么用 Mac 不用显卡？
两种练法不一样。显卡机房为预训练而生，几万张卡协同算同一个模型；练操作电脑的智能体要的是成千上万个互不干扰的真桌面，Mac 桌面干净统一、坏了能立刻重置。加上统一内存让 CPU 和显卡共用一大块内存，模型能整个装进去，高配 Mac 因此卖到断货。
Mac 能代替显卡训练大模型吗？
不能。让 AI 学会读写的预训练要读遍互联网文本，Meta 练 Llama 3 405B 用了一万六千张 H100，靠每秒 900GB 的 NVLink 互联，Mac 没有这种卡间通道。但 Mac 能跑大模型：64GB 内存的 MacBook 就能跑量化后的 700 亿参数模型。