并非代替文学，而是各司其职

撰文/ 李觐麟

编辑/ 李 季

排版/ Annalee

大多数消费者眼里，Mac是剪辑视频、写代码、日常办公的消费级终端，英伟达GPU是大模型训练无可替代的算力基石，两者属于毫不相干的产业赛道。但8月31日，OpenAI疯狂采购十万台Mac专门用于强化学习的消息却引起了产业热议。

一种论调开始出现：英伟达垄断AI训练算力的时代正在落幕，苹果正在抢走英伟达的生意。苹果最新财报也侧面印证这股异动，Mac单季度营收达到103亿美元，同比增幅接近29%，增速超过 iPhone、iPad，成为苹果硬件板块增长最快的业务线，市场则将这一份增长很大程度归因于AI企业的批量采购需求。

但如果拨开舆论渲染的“替代叙事”就能发现，这并非一场你死我活的零和博弈，而是一场在AI宏大叙事下的各司其职。

当AI产业进入Agent时代之后，算力需求发生分层苹果凭借M系列芯片的统一内存架构，在AI的“最后一公里”误打误撞地找到了自己的位置。而英伟达，依旧掌控着AI世界的核心区，也就是大模型预训练与稠密算力。

为何是Mac？一次系统与内存的胜利

OpenAI大批量采购Mac，实际上并不是用来做GPT系列大模型的基础预训练，消耗万亿级token数据、迭代千亿级模型参数的工作，依旧跑在大规模英伟达GPU集群之上，Mac 承担的是后续的强化学习与真机环境训练任务。

如果用更简单的说法来类比就是，传统大模型像一个博览群书的高级顾问，用户向它提问，它输出文字、方案，但所有交互停留在对话框之内；

而计算机操作AI智能体，相当于训练一个真实的职场实习生，这个实习生需要学会操作电脑，完成打开表格整理业务数据、切换浏览器检索资料等一整套连贯复杂工作流程。

然而训练AI智能体又存在着一个行业痛点，这在斯坦福大学发布的《2026 AI Index Report》当中有相关调研显示，仿真环境训练出来的智能体，在虚拟环境任务完成率可以高达89.4%，但一旦把这些看似“满级”的智能体迁移到真实操作系统中，任务完成率便会断崖式下跌，出现严重的虚实鸿沟。

苹果新一季度财报

想要解决这个问题，最直接的路径就是把 AI 智能体放到真实操作系统里面去反复试错。这也是为什么 AI 巨头没有简单选择纯软件仿真，不惜成本批量采购Mac。因为机房中的每一台Mac，就是AI智能体的一个独立工位，每一台机器运行独立 macOS 环境，智能体在里面日复一日进行实操。

对于消费者来说，Mac 是带屏幕、键盘的个人生产力工具，但进入 AI 实验室机房，Mac 拆掉外设，只保留主机本体，就成为了AI 智能体训练的环境载体。

据外媒报道，OpenAI训练的计算机操作智能体与写诗作画的模型不同，所以需要强化学习的过程，并通过海量的试错来优化策略。

但为什么大佬们这次选择苹果？

一方面，macOS的许可协议和底层虚拟化限制，使得在非苹果硬件上大规模、合规地运行macOS实例几乎不可能。简单来说就是，要训练出会操作Mac系统的AI，就必须用Mac真机。

另一方面，苹果的统一内存架构，也起到了无心插柳柳成荫的作用。当AI大模型试图在传统GPU上运行时，数据需要在CPU内存和GPU显存之间来回搬运，就像两座相邻但需要绕远路的岛屿。

Mac产品优势

而苹果的M系列芯片，则是将CPU、GPU和神经网络引擎放在了一个大平层里，共享一个巨大的内存池。一台配备512GB统一内存的Mac Studio，带宽高达1.2TB/s，就可以在本地完整加载甚至微调海量数据。这也解释了为什么Anthropic也通过AWS租用Mac mini来做类似任务。

至于在企业AI市场的突然走红，其实连苹果自己都始料未及，今年4月从苹果离职的前AI产品企业营销经理Todd Dailey如今是一名独立AI顾问，他曾透露，Mac在企业AI市场的走红完全是意外，而非苹果的主动规划，苹果甚至没有专门的企业工程团队来对接这一需求。

从结果来看，苹果的确拿到了不错的反馈，最新财报显示，最近一个季度，Mac销售额同比增长近29%，达到103亿美元，增速超过了iPhone、iPad等苹果旗下所有其他产品线，Mac成了苹果增长最快的业务。

Agent时代来临，两股力量互补

当OpenAI的工程师们正在进行Mac mini的集群部署时，英伟达的数据中心也正忙着交付超级计算机。因此，苹果和英伟达之间，其实并不存在着“抢饭碗”的问题。

首先值得探讨的是，饭碗与饭碗之间的差距究竟有多大？

8月26日美股盘后，英伟达交出的2027财年第二季度成绩单显示，截至2026年7月26日的三个月里，营收962.21亿美元，比去年同期翻了一倍还多，增幅106%；净利润596.88亿美元，同比涨126%，毛利率75%。

高收入的同时，英伟达依然占据着全球数据中心高端AI GPU市场80%-85%的份额，拥有压倒性优势。

英伟达总营收趋势

因此，哪怕用苹果最新一季的Mac业务创纪录的104亿美元营收来对比，依然和英伟达的数据中心营收不在一个量级。

英伟达与苹果在AI领域的角色差异，则可以类比为“中央电站”与“家用发电机”。

英伟达的GPU集群是用来训练万亿参数基座大模型，而且英伟达不仅卖芯片，它卖的是整个AI基础设施的解决方案，它的护城河不仅是硬件性能，更是已经积累了近20年、几乎所有AI框架都原生支持的CUDA生态。

而苹果M系列芯片完成的是强化学习的交互生成，是模型微调，是端侧推理。这些任务往往需要单卡内存够大、功耗够低、环境够封闭。OpenAI采购的数万台Mac，并不是用来从头训练GPT-6的，它们更像是一个个训练场，负责生成高质量的交互数据，或者对现有模型进行针对性的后训练。

即便是英伟达盯上了桌面AI这一亩三分地，推出了DGX Spark这样的紧凑型AI桌面电脑，也只是为了补全其“AI工厂”版图中的边缘节点，而苹果闯入AI数据中心，则更像是一场意外。

OpenAI购买Mac用于强化训练

苹果的策略，在业界也被形容为“卖出方向盘”。它不需要成为AI模型的领头羊，也不需要投入千亿美元建数据中心，它只需要确保自己的终端硬件能跑得动AI应用，然后坐等AI红利通过硬件溢价和订阅服务变现。

据估计，苹果手握近千亿美元的现金流，它更倾向于把这笔钱花在M系列芯片自研和供应链优化上，而不是去设法抢英伟达H100的生意。在这种逻辑下，Mac系列被AI实验室疯抢，对苹果来说算是一笔意外横财，顺便还消化了Mac产品线的库存，拉高了营收。

如果拉长时间维度，未来的算力世界或许不会走向一家芯片通吃全部AI任务，而是走向分层异构的格局。在不同场景下，环境适配、内存、软件工具链的综合实力才是AI发展不可或缺的构成部分。

这场看似“抢饭碗”的舆论狂欢，本质上是AI产业链精细化分工的一个注脚。当数万台Mac进入OpenAI机房，这意味着AI已经跨过单纯大模型对话时代，正式迈向 AI智能体动手实操的新阶段。

这场竞赛没有输家，二者更不是零和博弈，因为AI的浪潮足够宽广，这是属于AI产业链条上不同环节的互补力量。