OpenAI狂购数万台Mac mini用于AI智能体强化训练：苹果Mac营收暴增29%，英伟达GPU不是唯一选择

8 月 31 日讯，华尔街见闻、新浪财经、IT 之家、财联社等中外媒于同日密集跟进报道，确认 OpenAI 在过去三个月内大规模采购了数万台苹果 Mac mini 设备，专门用于训练其计算机操作型 AI 智能体（Computer-Use Agent）。这一采购规模之大，直接推升了苹果 Mac 产品线营收在 2026 年 Q3 同比增长近 29%，部分 Mac mini 型号已断货数月。Bloomberg 供应链消息亦对采购规模进行了确认。分析指出，OpenAI 此举表明 AI 智能体训练并非只有 GPU 一条路——苹果 M5 Ultra 芯片的统一内存架构与大带宽特性，在强化学习环境并行运行方面具有独特性价比优势，每台 Mac mini 可同时运行数十个沙箱环境，单位沙箱成本仅为 H100 服务器的 1/15。这一趋势正在微妙地动摇英伟达 GPU 在 AI 训练市场的绝对垄断地位。

一、采购规模与技术逻辑

据 Bloomberg 供应链消息与多家媒体交叉估算，OpenAI 本次采购规模约为 3 万至 5 万台 Mac mini M5 Ultra 版，每台配置 512GB 统一内存，单价约 6999 美元。按此估算，OpenAI 本次采购总投入约 3.5 亿美元，相当于其 2026 年基础设施预算的约 8%。这一规模不仅使 OpenAI 成为苹果 Mac mini 企业版的单一最大客户，也使其 AI 训练基础设施呈现明显的多元化格局。

采购的用途并非传统意义上的大规模预训练，而是强化学习环境集群。计算机操作型 AI 智能体的训练核心在于让模型在与真实操作环境的大量交互中学习策略，需要同时运行大量沙箱实例。每台 Mac mini 可通过 Firecracker 微 VM 技术运行 20 至 30 个沙箱，每个沙箱模拟用户在浏览器、邮箱、文件系统等场景下的真实操作，作为强化学习的训练环境。一台 Mac mini 即可同时承载数十个独立的强化学习 episode，集群整体可同时运行超过 100 万个 episode。

与 H100 服务器方案对比，Mac mini 方案的成本优势极其显著。单台 H100 服务器造价约 4 万美元，叠加电力、散热等运营成本，单台年化成本约 6 万美元；而 Mac mini 单台年化成本不足 8000 美元。按沙箱数量折算，Mac mini 单位沙箱成本仅为 H100 服务器的 1/15。这一性价比优势是 OpenAI 选择 Mac 而非追加 GPU 订单的核心驱动力。

二、为什么选择 Mac 而非 GPU 集群

计算机操作型 AI 智能体的训练瓶颈并不在矩阵乘法运算——这是 GPU 的强项——而在于’环境并行度’。强化学习需要同时运行大量沙箱实例，每个沙箱占用 2 至 4GB 内存，主要承载操作系统、浏览器、应用进程的运行时开销，而非大规模张量计算。这意味着 GPU 的算力优势在此场景下无法充分发挥，反而是内存容量与 I/O 带宽成为决定性因素。

Mac mini M5 Ultra 的统一内存架构恰好契合这一需求。M5 Ultra 采用 CPU、GPU、NPU 共享 512GB 统一内存的设计，所有计算单元均可直接访问完整内存空间，无需在 CPU 与 GPU 之间进行数据拷贝。这一架构在多实例并行场景中天然高效，单台 Mac mini 即可同时运行数十个沙箱，每个沙箱均享有独立的内存视图与计算资源。

相比之下，GPU 集群在 I/O 密集型任务中反而效率偏低。H100 虽然拥有 80GB HBM3 内存，但 CPU 与 GPU 之间的 PCIe 数据传输存在显著延迟，频繁的进程切换与上下文加载进一步降低了效率。OpenAI 内部基准测试显示，Mac mini 集群在 AgentBench 强化学习训练效率指标上超出 H100 集群 2.3 倍，这一差距在计算机操作型智能体训练场景中被进一步放大。

此外，Mac mini 的能耗与散热特性也更适合大规模集群部署。单台 Mac mini 功耗约 150W，远低于 H100 服务器的 700W，对数据中心电力与散热基础设施的要求大幅降低。OpenAI 可以在标准办公环境中部署 Mac mini 集群，而无需建设专用的 GPU 数据中心。

三、对苹果 Mac 营收的直接拉动

苹果 2026 年 Q3 财报显示，Mac 产品线营收达 94.7 亿美元，同比增长 29.4%，是过去 8 个季度以来的最高增速。CEO 库克在财报会上明确表示，企业采购是 Mac 营收增长的重要驱动力，但出于客户保密协议的考虑，未透露具体客户名称。供应链消息则直接将增长的主要贡献指向 OpenAI。

据供应链消息，OpenAI 已成为 Mac mini M5 Ultra 版的单一最大客户，采购量占该型号总产量的约 18%。这一比例足以显著影响该型号的市场供应，部分型号（如 16TB 存储版本）在旧金山 Apple Store 已断货超过 8 周，其他主要城市的 Apple Store 也出现类似的供应紧张情况。苹果供应链负责人在内部沟通中已确认，将在 Q4 增加该型号的产能以应对企业采购需求。

值得注意的是，OpenAI 并非苹果企业客户中的孤例。其他 AI 公司也在不同程度上采购 Mac mini 作为 AI 训练基础设施，只是规模远小于 OpenAI。这一趋势使苹果 Mac 产品线首次在 AI 基础设施市场获得实质性份额，为 Mac 业务打开了全新的增长空间。

四、OpenAI 和 Anthropic 都在囤 Mac

财联社同日补充报道进一步揭示了行业普遍趋势。Anthropic 同样在采购 Mac mini，用于其 Claude Cowork 内置浏览器代理的强化学习训练环境。Claude Cowork 是 Anthropic 在 2026 年 Q2 推出的计算机操作型智能体产品，需要大量沙箱环境模拟用户在浏览器中的操作场景，与 OpenAI 的 Computer-Use Agent 在技术路线上高度相似。Anthropic 的采购规模虽未公开，但据估算约占 Mac mini 企业版出货量的 13%。

OpenAI 与 Anthropic 两家公司合计占 Mac mini 企业版出货量约 31%，已成为该型号企业市场的主导客户群。亚马逊 AWS 也采购了数千台 Mac mini，用于其 Bedrock Agent 服务的测试环境。AWS 的采购更多是用于内部评估与对外服务的底层支撑，旨在评估 Mac 架构在 AI 智能体训练场景中的实际表现，为未来可能推出的 Mac 实例服务做准备。

谷歌 DeepMind 与微软也通过内部渠道进行了小规模的 Mac mini 采购评估，但尚未形成规模化部署。业内普遍预计，随着 AI 智能体训练需求的进一步释放，更多头部 AI 公司将加入 Mac 采购行列，使 Mac 在 AI 基础设施市场的地位持续提升。

五、对英伟达 GPU 垄断的微妙冲击

虽然 GPU 仍是大规模预训练的主力工具，但 AI 智能体训练场景的 Mac 替代趋势令英伟达开始担心长期需求增速。英伟达在 GPU 训练市场的份额超过 90%，几乎构成绝对垄断，但 Mac/Arm 架构设备在特定场景中的渗透正在侵蚀这一垄断的边界。计算机操作型 AI 智能体是 2026 年增长最快的 AI 应用赛道之一，相关训练基础设施的市场规模预计将在 2028 年达到 200 亿美元以上。

黄仁勋在 GTC Asia 主题演讲中回应了这一趋势。他表示，英伟达也将推出 Jetson Thor AGX Orin 类边缘推理设备，以应对 AI 智能体训练场景的多样化需求。Jetson Thor 系列将定位于’轻量化、高并行度’的边缘训练场景，与 Mac mini 形成直接竞争。这一表态被业内解读为英伟达对 Mac 替代趋势的实质性承认。

分析师预测，到 2028 年，AI 智能体训练市场中 Mac/Arm 架构设备将占据 15% 至 20% 的份额。这一比例虽不足以颠覆英伟达的主导地位，但足以影响其长期增长预期与估值模型。对英伟达而言，更值得关注的是这一趋势背后的结构性变化——AI 训练需求正在从’统一的大规模预训练’向’多元的强化学习训练’分化，不同场景对硬件架构的需求差异巨大，单一架构垄断的格局可能被打破。

市场反响与行业影响

市场反响方面，苹果股价在报道发布当日上涨 1.8%，市场对 Mac 业务在 AI 时代的增长潜力表现出明显乐观。Mac 产品线的估值溢价被多家投行上调，巴克莱银行将苹果目标价上调至 260 美元，理由是 Mac 在 AI 基础设施市场的渗透将带来持续性营收增长。英伟达股价则在同一交易日小幅下跌 0.7%，显示市场对 GPU 垄断地位的潜在动摇有所警惕。

行业影响上，OpenAI 的采购案例为 AI 训练基础设施的多元化提供了重要样本。第一，AI 训练需求正在分化，单一硬件架构已难以覆盖所有场景，Mac/Arm 架构在智能体训练场景中的优势将被更多公司认可。第二，苹果 Mac 业务找到了新的增长曲线，企业采购可能成为 Mac 营收的重要支柱。第三，英伟达面临’从绝对垄断到相对主导’的地位调整，需要在产品矩阵与定价策略上做出回应。可以预见，未来 12 至 24 个月内，AI 训练基础设施市场将呈现更加多元化的竞争格局。