De acuerdo con The Information, OpenAI y otros laboratorios de inteligencia artificial han comprado decenas de miles de Mac mini y Mac Studio. OpenAI los usa para entrenar agentes de uso de computador, es decir, sistemas que manejan de forma autónoma tareas de varios pasos sobre una interfaz gráfica real.

La empresa quiere más equipos, pero los modelos más potentes llevan meses agotados debido a la escasez de chips de memoria. Anthropic también participa de esta tendencia, aunque por otra vía: arrienda Mac mini a través de AWS.

¿Por qué un Mac mini y no un servidor con GPU?

No se trata solamente de los grandes laboratorios. El Mac mini viene ganando terreno como computador local de IA, en parte impulsado por el entusiasmo alrededor de OpenClaw. Chips potentes, memoria compartida y una refrigeración sólida los hacen apropiados para cargas de trabajo de IA de larga duración.

La razón técnica de fondo es que un agente de uso de computador necesita exactamente eso: un computador. No basta con potencia de cálculo bruta, hace falta una máquina completa con sistema operativo, escritorio, navegador y aplicaciones sobre las cuales el agente pueda hacer clic, escribir y equivocarse miles de veces. Un rack de aceleradores no ofrece esa superficie. Un equipo de escritorio compacto, silencioso y apilable, sí.

NVIDIA DGX Spark ofrece una alternativa compacta, pero con un enfoque distinto: se apoya en potencia de GPU dedicada con núcleos CUDA y Tensor en vez de la arquitectura de memoria unificada de Apple.

¿Qué opciones hay para replicarlo a menor escala?

Para dimensionar el atractivo económico de esta jugada conviene comparar las plataformas de escritorio disponibles hoy:

  • Mac mini: precio de lista desde 599 dólares en su configuración base, memoria unificada compartida entre procesador y gráfica, consumo bajo y refrigeración pasiva la mayor parte del tiempo.
  • Mac Studio: desde 1.999 dólares, con configuraciones de memoria unificada muy superiores, que es lo que buscan los laboratorios cuando el modelo no cabe en un equipo base.
  • NVIDIA DGX Spark: alrededor de 3.999 dólares con 128 GB de memoria unificada y ecosistema CUDA, orientado a quien necesita compatibilidad directa con las bibliotecas de entrenamiento habituales.

El software de código abierto Exo permite a los usuarios enlazar varios equipos Apple en un clúster para ejecutar modelos grandes de forma local, lo que baja todavía más la barrera de entrada. Y el movimiento ya generó negocios derivados: Peter Voell, antes en el equipo de infraestructura de cómputo de OpenAI, está construyendo un servicio de nube basado en Apple llamado Mount Thor.

¿Se nota en las cuentas de Apple?

Sí. Los ingresos de Mac de Apple treparon casi 29% hasta 10.400 millones de dólares en el trimestre de junio. Es una cifra que rompe con la narrativa de una línea de productos madura y de crecimiento plano, y sugiere que una parte relevante de esa demanda no viene del usuario de escritorio tradicional sino de compradores institucionales que están armando granjas de máquinas idénticas.

Para el integrador de la región el dato práctico es incómodo: la escasez que hoy afecta a los laboratorios se traduce en plazos de entrega más largos y menos disponibilidad de configuraciones con memoria alta en el canal local, un patrón que ya se vio con las tarjetas gráficas durante el ciclo anterior de demanda por IA.