У світі, де домінують GPU-кластери Nvidia, відбувається тиха, але значуща трансформація. Мій аналіз останніх закупівель і ринкових сигналів вказує на те, що Apple стає ключовим, хоча й неочевидним, гравцем в інфраструктурі для навчання агентного штучного інтелекту. Йдеться не про заміну дата-центрів, а про створення принципово нового шару обчислень.
За останні місяці OpenAI придбала десятки тисяч комп’ютерів Mac mini і Mac Studio. Це не спонтанне рішення, а стратегічний крок, спрямований на вирішення вузькоспеціалізованих завдань. Пристрої використовуються для навчання ІІ-агентів взаємодії з десктопними операційними системами — так званих computer-use агентів, а також для алгоритмів навчання з підкріпленням. Моя експертиза підказує, що саме цей клас завдань потребує не стільки сирої обчислювальної потужності, скільки реалістичного й ізольованого середовища для «практики» нейромереж.
Показово, що головний конкурент OpenAI, компанія Anthropic, вирішує аналогічну проблему іншим способом, орендуючи потужності Mac mini в Amazon Web Services. Це підтверджує: попит на подібні обчислення колосальний, а пропозиція на ринку обмежена.
25 серпня, незадовго до публікації інформації про закупівлі, Apple представила оновлену лінійку пристроїв на базі чипів M5 Ultra і M6. Аналіз заявлених характеристик чітко демонструє розподіл ролей в ІІ-лабораторіях:
- Mac mini M6. Компактний форм-фактор робить їх ідеальними для розгортання тисяч незалежних робочих середовищ. ІІ-агентам потрібні реальні операційні системи, щоб учитися клікати, друкувати та керувати інтерфейсом.
- Mac Studio M5 Ultra. Підтримка до 512 ГБ об’єднаної пам’яті забезпечує достатній запас для локального запуску та хостингу най«важчих» мовних моделей.
Наведу конкретний приклад: флагманський Mac Studio M5 Ultra з 512 ГБ пам’яті та пропускною здатністю 1,2 ТБ/с здатен повністю вмістити відкриту LLM GLM-5.3-Flash на 320 млрд параметрів. Залежно від квантування, модель може займати до 300 ГБ оперативної пам’яті. Для порівняння: на звичайному десктопі такий обсяг відеопам’яті потребував би збірки з десяти флагманських відеокарт RTX 5090, що пов’язано з колосальними витратами електроенергії та значною втратою пропускної здатності.
Примітно, що ще 30 квітня 2026 року Тім Кук, який обіймав посаду генерального директора Apple, публічно визнав дефіцит Mac mini і Mac Studio, прямо назвавши причиною агентні ІІ-інструменти. Компанія навіть адаптувала маркетинг, позиціонуючи нові пристрої як рішення для «постійно працюючих локальних агентних обчислень».
Ключовий висновок, який я роблю з цієї ситуації: техніка Apple не призначена для тренування базових моделей — цю роль, як і раніше, виконують GPU-кластери Nvidia. Натомість вона формує новий інфраструктурний шар — віртуальний «офіс», де навчені нейромережі практикуються у виконанні реальних завдань. Ні OpenAI, ні Anthropic не розкрили точну кількість пристроїв і суми закупівель, що лише підігріває інтерес до цієї нової, але стрімко зростаючої ніші.
Мій коментар: Ринок недооцінює роль Apple в ІІ-гонці. Якщо Nvidia продає «мозок» для ІІ, то Apple може стати постачальником «рук і очей», необхідних для втілення цього інтелекту в реальні дії. Це стратегічна перевага, яку складно скопіювати конкурентам.