OpenAI skal ha gjort et storinnkjøp av Apple-maskiner for å bygge ut kapasiteten til trening av kunstig intelligens. Ifølge en rapport omtalt av The Information har selskapet kjøpt titusenvis av Mac mini- og Mac Studio-enheter, som skal brukes til forsterkningslæring og utvikling av AI-agenter som kan utføre oppgaver på datamaskiner.
Verken OpenAI eller Apple har offentlig bekreftet det påståtte innkjøpet. Dersom rapporten er riktig, er det likevel et tydelig signal om at AI-selskaper vurderer flere typer maskinvare enn de tradisjonelle, GPU-baserte systemene som lenge har dominert treningen av store språkmodeller.
Forsterkningslæring skiller seg fra den innledende treningen av store modeller. I stedet for bare å analysere svært store datamengder, lar metoden en modell forsøke å løse oppgaver, få tilbakemeldinger og forbedre strategien sin over tid. Slike arbeidsflyter kan blant annet brukes når AI-agenter skal lære å navigere programmer, bruke nettlesere eller utføre flerstegsoppgaver på en datamaskin.
Apple-maskinene kan være interessante i denne typen oppgaver fordi Apple-silisium bruker en felles minnearkitektur. Det innebærer at prosessoren og grafikkdelen kan arbeide med det samme minnet, i stedet for å flytte data mellom adskilt systemminne og grafikkminne. Dette kan redusere flaskehalser i enkelte AI-arbeidslaster og gjøre kompakte maskiner egnet for lokal inferens, evaluering og agenttesting.
Rapporten peker også på at Anthropic, en av OpenAIs største konkurrenter, skal ha brukt Mac mini-maskiner gjennom Amazon Web Services. AWS tilbyr allerede skybaserte Mac-installer for utvikling og testing av programvare til Apples plattformer. Det er imidlertid ikke offentlig dokumentert hvor omfattende Anthropics eventuelle bruk av slike maskiner til AI-arbeid er.
Utviklingen betyr ikke nødvendigvis at Mac-er erstatter Nvidias systemer i de største datasentrene. Trening av de aller største grunnmodellene krever fortsatt enorme mengder spesialiserte akseleratorer, høy båndbredde og store klynger av maskiner. Nvidia har derfor fortsatt en svært sterk posisjon i markedet for avansert AI-maskinvare.
Men AI-laboratorier har behov for mer enn én type datakraft. Modeller skal testes, evalueres, finjusteres og kjøres i store mengder før de kan tas i bruk. For agentutvikling og forsterkningslæring kan kostnad, energieffektivitet, minnekapasitet og tilgjengelighet være minst like viktige som maksimal råytelse i én enkelt treningsjobb.
Ifølge det omtalte grunnlaget kommer satsingen kort tid etter at Apple skal ha oppdatert Mac mini og Mac Studio med nye brikkekonfigurasjoner. Disse produkt- og prisopplysningene er foreløpig ikke bekreftet i Apples offentlige presserom, og bør derfor behandles som ubekreftede inntil selskapet selv har publisert detaljer.
Dersom OpenAI faktisk tar i bruk titusenvis av Apple-maskiner, vil det være en betydelig strategisk seier for Apple. Selskapet har i stor grad vært forbundet med forbrukerelektronikk, kreative arbeidsstasjoner og mobilmaskiner, mens Nvidia har blitt selve symbolet på AI-infrastruktur. En større rolle i AI-laboratorienes daglige arbeidsflyter kan gi Mac-plattformen en ny posisjon: ikke bare som utviklermaskin, men som en del av den operative infrastrukturen bak moderne kunstig intelligens.