El món de la intel·ligència artificial està vivint un gir inesperat. Segons un informe de The Information, OpenAI hauria comprat desenes de milers de Mac mini i Mac Studio en els darrers mesos. L'objectiu no és cap altre que entrenar els seus agents d'IA perquè aprenguin a manejar un ordinador com ho faria una persona: fent clic, navegant per menús, emplenant formularis i executant tasques complexes. Aquesta estratègia, que ha agafat per sorpresa més d'un, demostra que el maquinari d'Apple ja no és només per a consumidors i creatius, sinó que ha esdevingut una peça clau en la infraestructura dels grans laboratoris d'IA.
La notícia, recollida també per mitjans com Cult of Mac, Moneycontrol i 24/7 Wall St., apunta que aquests equips es fan servir en una fase molt concreta de l'entrenament: l'aprenentatge per reforç. En aquest procés, els models dIA interactuen amb interfícies gràfiques reals, provant accions i rebent recompenses o penalitzacions segons el resultat. És un mètode que exigeix molta memòria i la capacitat d'executar milers de simulacions en paral·lel, cosa per la qual cosa els Mac amb xip Apple Silicon semblen estar especialment ben preparats.
Per què Apple Silicon és clau per a l'aprenentatge per reforç
L'entrenament d'un agent d'IA que ha d'usar un ordinador és molt diferent del model de llenguatge tradicional. En lloc de absorbir grans quantitats de text, lagent ha de interpretar el que veu a la pantalla, decidir quina acció prendre i comprovar si ha funcionat. Cada intent es puntua i el model ajusta la seva estratègia amb aquesta retroalimentació. Perquè això sigui possible, calen milers de sessions independents executant-se alhora, cadascuna amb el seu propi estat i context.
Aquí és on entra en joc l'arquitectura de memòria unificada (UMA) dels xips d'Apple. A diferència dels sistemes tradicionals amb GPU, on la memòria de vídeo i la RAM estan separades i les dades han de viatjar d'una banda a l'altra, als Mac la CPU, la GPU i el Neural Engine comparteixen el mateix bloc de memòria. Això redueix els colls d'ampolla i permet que el model accedeixi ràpidament a la informació que necessiteu en cada moment. Com assenyalen diverses anàlisis, aquesta característica és fonamental perquè l'agent pugui mantenir una representació constant de la pantalla, les instruccions i els resultats de les accions.
Un altre factor que juga a favor dels Mac mini i Mac Studio és el sistema de refrigeració. A diferència dels MacBook, que són més prims i lleugers, aquests equips d'escriptori disposen de ventiladors dedicats que els permeten mantenir un rendiment estable durant hores o fins i tot dies d'entrenament intensiu. Això és crucial per a l'aprenentatge per reforç, que pot requerir sessions molt llargues sense que l'equip se sobreescalfi i en redueixi la velocitat.
OpenAI compra, Anthropic lloga: dues estratègies per a la mateixa finalitat
La notícia també revela que OpenAI no és l?única companyia interessada en aquesta via. Anthropic, recolzada per Google i Amazon, hauria optat per una estratègia diferent: en lloc de comprar els equips, està llogant capacitat de Mac mini a través d'Amazon Web Services (AWS). Aquesta diferència és important perquè demostra que no cal invertir una fortuna en maquinari per provar si aquesta arquitectura funciona. Es pot llogar la capacitat, mesurar el rendiment i després decidir si val la pena comprar o seguir amb el lloguer.
L'interès d'aquests laboratoris pels Mac no vol dir que substitueixin els grans clústers de GPU de Nvidia. L'entrenament de models de llenguatge a gran escala continua depenent dels acceleradors especialitzats. Tot i això, per a tasques d'inferència intensiva i per a l'entrenament d'agents que interactuen amb interfícies, els Mac ofereixen una alternativa més econòmica i eficient. Com explica l?analista Shay Boloor, els equips d?Apple es destinen a la fase d?aprenentatge per reforç, mentre que les GPU segueixen sent imprescindibles per al preentrenament.
La demanda tensiona la cadena de subministrament i Apple reacciona
Aquesta febre pels Mac no ha passat desapercebuda a la cadena de subministrament. Segons diversos informes, les configuracions de Mac mini i Mac Studio amb més memòria fa mesos que estan esgotades i els terminis de lliurament per a versions personalitzades s'han estirat durant setmanes. L'escassetat de memòria DRAM i NAND a nivell mundial, provocada per la demanda dels centres de dades, ha agreujat la situació. Els proveïdors prioritzen els grans hyperscalers i les comandes d'Apple competeixen a la mateixa cua.
Per fer front a aquesta situació, Apple va avançar el calendari de renovació. El 25 d'agost del 2026, la companyia va presentar els nous Mac mini amb xip M6 i M5 Pro, així com els Mac Studio amb M5 Max i M5 Ultra. Aquest moviment, inusualment primerenc, respon a la necessitat de reabastir el mercat amb xips més potents i eficients. Els nous models inclouen millores significatives en rendiment i memòria, amb opcions que arriben fins als 512 GB de memòria unificada al Mac Studio M5 Ultra.
La decisió d'Apple d'avançar el llançament també ha estat interpretada com una resposta a la pressió de la demanda. La companyia no ha confirmat oficialment la compra d'OpenAI, però els terminis de lliurament i l'escassetat d'estoc suggereixen que la demanda institucional és real. De fet, els ingressos de la divisió Mac van créixer el 29% interanual en l'últim trimestre, arribant als 10.400 milions de dòlars, fet que la converteix en la línia de negoci de creixement més ràpid d'Apple.
Nvidia observa amb atenció i Apple es posiciona al mercat empresarial
L'auge dels Mac a l'àmbit de la IA local no ha passat desapercebut per a Nvidia. Segons una font propera a la companyia, Nvidia ja considera Apple com el seu competidor més gran en el processament local d'IA. Per fer front a aquesta amenaça, Nvidia va llançar a finals de l?any passat el DGX Spark, un ordinador d?escriptori amb un disseny similar al Mac mini, equipat amb un xip Grace Blackwell i fins a 128 GB de memòria unificada. Aquest producte està dirigit directament al mercat de la inferència de IA a l'escriptori.
Apple, per la seva banda, està intentant aprofitar aquest moment per consolidar-se al mercat empresarial. Al juny, la companyia va celebrar un esdeveniment tancat a Apple Park anomenat Business at the Park, al qual van assistir executius de Disney, Ford i el cofundador d'Anthropic, Jared Kaplan. En aquest esdeveniment, Apple va destacar els avantatges del maquinari per processar tasques d'IA localment, amb el Mac mini com a gran protagonista. Tot i això, la companyia encara no compta amb un equip comercial dedicat al segment enterprise d'IA, cosa que alguns executius han assenyalat com una oportunitat perduda.
L'escassetat de subministrament també dóna lloc a nous models de negoci. Peter Voell, un exempleat d'OpenAI, ha fundat Mount Thor, una empresa de computació al núvol basada en maquinari d'Apple que encara està en mode sigil·lós. Altres companyies, com Namespace Labs, han recorregut a muntar MacBook Pro en racks per satisfer la demanda dels clients. Aquest ecosistema emergent demostra que l'interès pels Mac com a infraestructura d'IA va més enllà dels grans laboratoris.
En definitiva, la notícia que OpenAI ha comprat desenes de milers de Mac mini i Mac Studio per entrenar els seus agents d'IA marca un abans i un després a la indústria. La memòria unificada dApple Silicon, leficiència energètica i la capacitat dexecutar milers de sessions en paral·lel han convertit aquests equips en una eina valuosa per a laprenentatge per reforç. Tot i que ni Apple ni OpenAI no han confirmat oficialment l'operació, les dades de vendes, l'escassetat d'estoc i l'avançament dels llançaments apunten que aquesta tendència és real. Queda per veure com respondrà Nvidia i si Apple sabrà aprofitar aquesta oportunitat per consolidar-se al mercat empresarial de la IA.
