OpenAI 傳採購數萬台 Mac：AI 算力戰從 GPU 機房打到桌上型電腦
OpenAI 傳出採購數萬台 MAC mini 與 Mac Studio，AI 算力戰可能正從大型 GPU 機房延伸到大量桌上型電腦。《The Information》引述消息人士指出，這批設備用於強化學習與電腦操作型 Agent；但 OpenAI、Apple 與 Anthropic 尚未公開確認採購數量、金額或部署方式，因此「數萬台」應視為可信媒體的消息來源說法，而不是原廠已證實的數字。
報導說了什麼：OpenAI 買設備，Anthropic 租算力
AI Weekly 轉述《The Information》記者 Aaron Tilley 的報導稱，OpenAI 在過去數月購買了數萬台 Mac，用於強化學習工作負載與訓練可操作電腦的 Agent；Anthropic 則被指透過 AWS 租用 Mac 運算容量。Techmeme 也在 X 上整理並擴散這項消息，使討論快速延伸至 Apple Silicon 是否正成為 NVIDIA 之外的新型 AI 基礎設施。
需要特別釐清的是，目前公開資訊沒有採購文件、型號明細或當事公司的正式公告。報導中的「數萬台」不是經審計數字，也無法確認其中有多少是 Mac mini、多少是 Mac Studio，更不能直接推定它們全數採用 Apple 於 8 月 25 日發表的 M6 或 M5 Ultra。本文因此將交易規模與用途標示為媒體報導，而把 Apple 與 AWS 已公開的硬體能力另行列出。
為何電腦操作型 Agent 可能需要大量 Mac
訓練基礎模型通常仰賴高速互連的大型 GPU 叢集；電腦操作型 Agent 的強化學習則可能需要同時啟動大量獨立環境，反覆執行開啟應用程式、操作介面、寫程式、測試與修正等任務。若訓練目標包含 macOS 軟體與真實桌面操作，以實體 Mac 建立大量原生環境，可能比模擬不完整的系統行為更直接。這是根據工作負載特性做出的技術分析，並非 OpenAI 已公布的部署架構。
Apple 在新款 Mac mini 的官方新聞稿中，直接以「always-on agentic computing」描述其應用方向。這並不能證實 OpenAI 的採購傳聞，卻說明 Apple 已主動把長時間執行 Agent 納入產品定位。相較於筆電，Mac mini 不含螢幕、鍵盤與電池，體積小且具主動散熱，也更適合當作固定式節點大量部署。
Mac Studio 的優勢不是取代 GPU，而是記憶體與工作負載分流
Apple 官方宣稱，搭載 M5 Ultra 的 Mac Studio 最高可配置 512GB 統一記憶體，記憶體頻寬達 1.2TB/s，並可在單機執行大型模型；Thunderbolt 5 也能連接多台 Mac Studio，Apple 表示分散式 AI 推論效能最高可達單機的 3 倍。這些都是 Apple 的原廠測試與產品宣稱，並不代表在所有模型、訓練框架或成本條件下都能勝過資料中心 GPU。
真正值得注意的不是「Mac 將取代 NVIDIA」，而是前沿 AI 實驗室開始依工作負載分配不同算力。大型預訓練仍需要 NVIDIA、AMD 或雲端客製晶片所構成的高密度叢集；大量獨立沙盒、原生 macOS 測試與部分推論工作，則可能交給成本、供應與記憶體配置更合適的桌上型設備。若媒體報導屬實，OpenAI 的採購代表的是算力組合多元化，而非單一架構勝負已定。
AWS 已提供實體 Mac 雲端節點，但未證實 Anthropic 用途
AWS 的官方產品頁證實，Amazon EC2 Mac Instances 建立在實體 Mac mini 與 Mac Studio 上，並透過 AWS Nitro System 提供託管、網路與儲存能力；產品線涵蓋多代 Apple Silicon。這證明企業確實可以透過 AWS 大規模租用 Mac 環境，但 AWS 公開頁面沒有列出 Anthropic，也沒有說明這些節點是否用於 Claude 的強化學習，因此 Anthropic 租用 Mac 算力仍應標示為媒體消息。
這則消息真正影響的是 AI 硬體採購方式
過去談 AI 基礎設施，焦點通常集中在資料中心 GPU、電力與高速網路。這次報導顯示，Agent 訓練可能把一般桌上型電腦納入規模化採購：模型要學會操作真實軟體，就需要大量能重現真實作業系統的環境。對 Apple 而言，這可能創造不同於個人與創意工作者的新需求；對 NVIDIA 與雲端業者而言，則意味著不是每一種 AI 工作都必須使用最昂貴的加速器。
目前最重要的觀察點有三個：OpenAI 或 Apple 是否正式確認採購規模、這些 Mac 實際使用哪一代晶片，以及強化學習流程如何在大量節點間調度。這些資訊尚未公開之前，可以確定的是 Mac 已具備進入 AI 基礎設施討論的技術條件；至於它在 OpenAI 與 Anthropic 內部占多少比重，仍需等待更多獨立證據。