Il mondo dell'intelligenza artificiale sta vivendo una svolta inaspettata. Secondo un report di The Information, OpenAI ha acquistato decine di migliaia di Mac mini e Mac Studio negli ultimi mesi. L'obiettivo è addestrare i suoi agenti di intelligenza artificiale a utilizzare un computer come un essere umano: cliccare, navigare nei menu, compilare moduli ed eseguire compiti complessi. Questa strategia, che ha sorpreso molti, dimostra che l'hardware Apple non è più destinato solo ai consumatori e ai creativi, ma è diventato un componente chiave dell'infrastruttura dei principali laboratori di intelligenza artificiale.
La notizia, riportata anche da testate come Cult of Mac, Moneycontrol e 24/7 Wall St., indica che questi computer vengono utilizzati in una fase di addestramento molto specifica: l'apprendimento per rinforzo. In questo processo, i modelli di intelligenza artificiale interagiscono con interfacce grafiche reali, testando azioni e ricevendo premi o penalità in base al risultato. Questo metodo richiede una notevole quantità di memoria e la capacità di eseguire migliaia di simulazioni in parallelo, cosa per cui i Mac con chip Apple Silicon sembrano essere particolarmente adatti.
Perché Apple Silicon è fondamentale per l'apprendimento per rinforzo
L'addestramento di un agente di intelligenza artificiale che deve utilizzare un computer è molto diverso dall'addestramento di un modello linguistico tradizionale. Invece di assorbire grandi quantità di testo, l'agente deve Interpreta ciò che vedi sullo schermo, decidi quale azione intraprendere e verifica se ha funzionato.Ogni tentativo viene valutato e il modello adatta la sua strategia in base a tale feedback. Affinché ciò sia possibile, sono necessarie migliaia di sessioni indipendenti, ognuna delle quali viene eseguita simultaneamente con il proprio stato e contesto.
È qui che entra in gioco l'Unified Memory Architecture (UMA) di Apple. A differenza dei sistemi tradizionali basati su GPU, in cui la memoria video e la RAM sono separate e i dati devono viaggiare avanti e indietro, nei Mac CPU, GPU e Neural Engine condividono lo stesso blocco di memoria. Ciò riduce i colli di bottiglia e consente al modello di accedere rapidamente alle informazioni di cui ha bisogno in qualsiasi momento. Come evidenziato da diverse analisi, questa caratteristica è fondamentale affinché l'agente mantenga una rappresentazione coerente dello schermo, delle istruzioni e dei risultati delle sue azioni.
Un altro vantaggio del Mac mini e del Mac Studio è il loro sistema di raffreddamento. A differenza dei MacBook, che sono più sottili e leggeri, questi computer desktop sono dotati di ventole dedicate che consentono loro di mantenere prestazioni stabili per ore o addirittura giorni di allenamento intensivo. Questo è fondamentale per l'apprendimento per rinforzo, che può richiedere sessioni molto lunghe senza che il computer si surriscaldi e rallenti.
OpenAI acquista, Anthropic affitta: due strategie per lo stesso fine
La notizia rivela inoltre che OpenAI non è l'unica azienda interessata a questo approccio. Anthropic, sostenuta da Google e Amazon, avrebbe optato per una strategia diversa: invece di acquistare l'attrezzatura, sta noleggiando capacità Mac mini tramite Amazon Web Services (AWS)Questa differenza è importante perché dimostra che non è necessario investire una fortuna in hardware per testare la funzionalità di questa architettura. È possibile noleggiare la capacità , misurarne le prestazioni e quindi decidere se conviene acquistare o continuare a noleggiare.
L'interesse di questi laboratori per i Mac non significa che sostituiranno i grandi cluster di GPU di Nvidia. L'addestramento di modelli linguistici su larga scala si basa ancora su questi acceleratori specializzati. Tuttavia, per attività di inferenza intensive e per l'addestramento di agenti che interagiscono con le interfacce, i Mac offrono un'alternativa più economica ed efficiente. Come spiega l'analista Shay Boloor, i computer Apple vengono utilizzati per la fase di apprendimento per rinforzo, mentre le GPU rimangono essenziali per il pre-addestramento.
La domanda mette sotto pressione la catena di approvvigionamento e Apple reagisce
Questa mania per i Mac non è passata inosservata nella catena di approvvigionamento. Secondo diverse fonti, Le configurazioni di Mac mini e Mac Studio con più memoria sono esaurite da mesi. E i tempi di consegna per le versioni personalizzate si sono allungati per settimane. La carenza globale di memorie DRAM e NAND, dovuta alla domanda proveniente dai data center, ha aggravato la situazione. I fornitori stanno dando la priorità ai grandi hyperscaler e gli ordini di Apple si trovano nella stessa coda.
Per far fronte a questa situazione, Apple ha accelerato il suo programma di aggiornamento. Il 25 agosto 2026, l'azienda ha presentato i nuovi Mac mini con chip M6 e M5 Pro, nonché i Mac Studio con M5 Max e M5 Ultra. Questa mossa insolitamente anticipata risponde all'esigenza di rifornire il mercato con chip più potenti ed efficienti. I nuovi modelli includono miglioramenti significativi in ​​termini di prestazioni e memoria, con opzioni che arrivano fino a 512 GB di storage unificato nel Mac Studio M5 Ultra.
La decisione di Apple di anticipare il lancio è stata interpretata anche come una risposta alla pressione della domanda. L'azienda non ha confermato ufficialmente l'acquisizione di OpenAI, ma i tempi di consegna e la scarsità di scorte suggeriscono che la domanda istituzionale sia reale. Infatti, i ricavi della divisione Mac sono cresciuti del 29% su base annua nell'ultimo trimestre, raggiungendo i 10.400 miliardi di dollari, diventando così la linea di business di Apple in più rapida crescita.
Nvidia sta seguendo con attenzione il posizionamento di Apple nel mercato aziendale.
L'ascesa dei Mac nel campo dell'IA locale non è passata inosservata a Nvidia. Secondo una fonte vicina all'azienda, Nvidia considera già Apple il suo principale concorrente nell'elaborazione locale dell'intelligenza artificiale.Per contrastare questa minaccia, Nvidia ha lanciato alla fine dello scorso anno il DGX Spark, un computer desktop dal design simile al Mac mini, dotato di un chip Grace Blackwell e fino a 128 GB di memoria unificata. Questo prodotto è destinato direttamente al mercato dell'inferenza AI su desktop.
Apple, dal canto suo, sta cercando di sfruttare questo momento per consolidare la propria posizione nel mercato aziendale. A giugno, l'azienda ha organizzato un evento privato presso l'Apple Park, denominato "Business at the Park", a cui hanno partecipato dirigenti di Disney, Ford e Jared Kaplan, co-fondatore di Anthropic. In questa occasione, Apple ha evidenziato i vantaggi del proprio hardware per l'elaborazione locale di attività di intelligenza artificiale, con il Mac mini in primo piano. Tuttavia, l'azienda non dispone ancora di un team di vendita dedicato al segmento dell'IA per le imprese, una lacuna che alcuni ex dirigenti hanno indicato come un'occasione persa.
La carenza di approvvigionamento sta anche dando origine a nuovi modelli di business. Peter Voell, ex dipendente di OpenAI, ha fondato Mount Thor, un'azienda di cloud computing basata su hardware Apple che opera ancora in modalità stealth. Altre aziende, come Namespace Labs, hanno fatto ricorso all'installazione di MacBook Pro in rack per soddisfare la domanda dei clienti. Questo ecosistema emergente dimostra che l'interesse per i Mac come infrastruttura per l'intelligenza artificiale si estende ben oltre i grandi laboratori.
In sintesi, la notizia che OpenAI ha acquistato decine di migliaia di Mac mini e Mac Studio per addestrare i suoi agenti di intelligenza artificiale segna una svolta nel settore. Memoria unificata, efficienza energetica e capacità di eseguire migliaia di sessioni in parallelo di Apple Silicon Questi dispositivi sono diventati uno strumento prezioso per l'apprendimento per rinforzo. Sebbene né Apple né OpenAI abbiano confermato ufficialmente l'accordo, i dati di vendita, la scarsità di scorte e le prime versioni rilasciate suggeriscono che questa tendenza sia reale. Resta da vedere come reagirà Nvidia e se Apple saprà sfruttare questa opportunità per consolidare la propria posizione nel mercato dell'IA aziendale.
