8月31日，OpenAI被曝批量采购十万台Mac用于强化学习训练，引发市场关于苹果正在抢占英伟达AI算力份额的讨论。苹果最新财报显示，Mac单季度营收达103亿美元，同比增长近29％，增速超过iPhone、iPad等所有硬件产品线，市场将这一增长部分归因于AI企业的批量采购需求。但深入分析产业分工后可以发现，这并非一场零和博弈，而是AI算力需求分层背景下的各司其职。
OpenAI采购的Mac并非用于GPT系列大模型的预训练，这类消耗万亿级token数据、迭代千亿级参数的基础训练仍运行在英伟达GPU集群之上。Mac承担的是强化学习与真实环境训练任务，即训练能够操作计算机完成连贯工作流的AI智能体。斯坦福大学发布的《2026 AI Index Report》显示，仿真环境训练的智能体在虚拟任务中完成率可达89.4％，但迁移至真实操作系统后完成率出现断崖式下跌。解决这一“虚实鸿沟”的直接路径，是将智能体置于真实macOS环境中反复试错，机房中的每台Mac即对应一个智能体的独立训练工位。
选择Mac而非其他硬件的原因集中在两方面。其一，macOS的许可协议与底层虚拟化限制，使得在非苹果硬件上大规模合规运行macOS实例几乎不可行，训练会操作Mac系统的AI必须使用Mac真机。其二，苹果M系列芯片采用统一内存架构，CPU、GPU与神经网络引擎共享同一内存池，避免了传统GPU架构中数据在CPU内存与GPU显存间搬运的开销。一台配备512GB统一内存的Mac Studio可提供1.2TB/s带宽，能够在本地完整加载并微调大规模数据。Anthropic也已通过AWS租用Mac mini执行类似任务。
苹果对自身在企业AI市场的走红并无预判。今年4月从苹果离职的前AI产品企业营销经理Todd Dailey透露，Mac在企业AI市场的增长属于意外结果，苹果并未设置专门的企业工程团队对接该需求。最新财报显示，Mac业务季度销售额同比增长近29％至103亿美元，成为苹果增长最快的硬件业务。与此同时，英伟达2027财年第二季度财报显示，截至2026年7月26日的三个月内营收达962.21亿美元，同比增长106％，净利润596.88亿美元，同比增长126％，毛利率75％，仍占据全球数据中心高端AI GPU市场80％至85％的份额。
两者的角色差异可类比为“中央电站”与“家用发电机”。英伟达GPU集群面向万亿参数基座大模型的训练，其护城河不仅在于硬件性能，更在于积累了近20年、几乎所有AI框架原生支持的CUDA生态。苹果M系列芯片则完成强化学习、模型微调与端侧推理等任务，这些场景要求单卡内存大、功耗低、环境封闭。即便英伟达推出DGX Spark这类紧凑型AI桌面电脑，目的也是补全其“AI工厂”版图中的边缘节点，而非直接对抗Mac在智能体训练场景的适配性。
苹果的策略被业界形容为“卖出方向盘”，即不追求成为AI模型的领先者，也不投入千亿美元建设数据中心，而是确保终端硬件能够运行AI应用，通过硬件溢价与订阅服务变现AI红利。据估计，苹果手握近千亿美元现金流，更倾向于投入M系列芯片自研与供应链优化。长远来看，算力市场将走向分层异构格局，不同场景对硬件环境、内存架构与软件工具链的综合要求各不相同。数万台Mac进入OpenAI机房，标志着AI产业从单纯的大模型对话阶段迈向智能体实操阶段，产业链条上的不同环节正在形成互补而非替代的关系。
该文观点仅代表作者本人，企服科学平台仅提供信息存储空间服务。
