Advertentie
OpenAI heeft volgens berichtgeving van The Information de afgelopen maanden tienduizenden Mac mini's en Mac Studio's aangeschaft voor het trainen van AI-agents. Anthropic zou voor vergelijkbare werkzaamheden Mac mini's huren via Amazon Web Services. De ontwikkeling laat zien dat AI-bedrijven naast grote GPU-clusters ook steeds vaker compacte systemen met Apple Silicon inzetten voor specifieke AI-workloads.
De Macs zouden vooral worden gebruikt voor reinforcement learning en voor het trainen van AI-agents die zelfstandig met computers kunnen werken. Daarbij gaat het niet uitsluitend om het trainen van grote taalmodellen zoals dat traditioneel met omvangrijke Nvidia-GPUclusters gebeurt. Apple-systemen kunnen dankzij hun Unified Memory Architecture CPU, GPU en Neural Engine gebruik laten maken van dezelfde geheugencapaciteit, wat voor bepaalde lokale AI-taken voordelen kan bieden.
De belangstelling voor de Mac mini en Mac Studio is de afgelopen maanden sterk toegenomen. Apple gaf eerder al aan dat de vraag naar beide systemen, mede door het gebruik voor AI-agents, sneller steeg dan verwacht. Verschillende configuraties waren daardoor langere tijd slecht verkrijgbaar. De wereldwijde tekorten aan geheugen hebben de beschikbaarheid verder onder druk gezet.
De timing is bovendien opvallend. Apple vernieuwde de Mac mini en Mac Studio pas vorige week met nieuwe processors. De Mac mini is nu verkrijgbaar met een M6 of M5 Pro, terwijl de Mac Studio gebruikmaakt van een M5 Max of M5 Ultra. De M6 is Apple's eerste chip die op een 2nm-procedé wordt geproduceerd en beschikt over een 12-core CPU, 12-core GPU en Dual 16-core Neural Engine. De M5 Ultra gaat tot 36 CPU-cores, 80 GPU-cores en 512 GB unified memory.
De Mac mini met M6 begint in de Verenigde Staten bij 899 dollar, terwijl de Mac Studio met M5 Max vanaf 2.499 dollar verkrijgbaar is. De M5 Ultra-uitvoering begint bij 5.499 dollar. De nieuwe systemen worden vanaf 22 september geleverd; uitvoeringen met 512 GB geheugen volgen volgens Apple pas later.
Dat OpenAI juist Mac-systemen in grote aantallen inzet, betekent overigens niet dat Apple Silicon Nvidia's datacenter-GPU's vervangt voor de zwaarste AI-training. De systemen lijken vooral te worden ingezet voor specifieke taken waarbij veel geheugen, lokale verwerking en energie-efficiëntie belangrijk zijn. Wel onderstreept de ontwikkeling dat de vraag naar AI-rekenkracht zich inmiddels over een veel breder spectrum aan hardware verspreidt.
