O Mac mini não foi feito para treinar IA. A OpenAI comprou dezenas de milhares mesmo assim

O cenário padrão da infraestrutura de treinamento de IA envolve clusters de GPU, salas de servidores e hardware da Nvidia que custa dezenas de milhares de dólares por placa. A OpenAI acabou de comprar dezenas de milhares de Macs de consumo e desmontou esse cenário. A empresa adquiriu Mac minis e sistemas Mac Studio para treinar uma classe específica de IA: agentes que conseguem operar computadores da mesma forma que um operador humano, clicando, rolando e navegando por softwares em seu lugar.

O motivo se resume à memória. Os chips da série M da Apple usam uma arquitetura de memória unificada que coloca a CPU e a GPU no mesmo dado de silício, compartilhando um único pool de memória de alta largura de banda. Para aprendizado por reforço — o método de treinamento que ensina um agente executando milhares de repetições de tentativa e erro — esse design elimina um gargalo persistente de transferência de dados. Quando a memória da GPU e a memória do sistema são separadas, como acontece em configurações convencionais de GPU, o hardware precisa copiar dados constantemente através do abismo entre elas. A memória unificada da Apple elimina essa transferência. O chip funciona mais frio, consome menos energia por unidade, e esses números superam uma Nvidia H100 de US$ 25.000 para essa tarefa específica.

A Anthropic, rival mais próxima da OpenAI, fez a mesma escolha de hardware e uma escolha financeira diferente. A Anthropic aluga Mac minis através da Amazon Web Services em vez de comprá-los. A carga de trabalho é idêntica; o compromisso não é. A decisão da OpenAI de comprar dezenas de milhares de unidades de uma só vez sinaliza que treinar agentes de uso de computador é um investimento permanente e de alto volume em infraestrutura, não um experimento temporário.

O efeito na oferta chegou imediatamente. A Apple renovou o Mac mini e o Mac Studio no final de agosto, apresentando o M6, seu primeiro processador de 2 nanômetros. O Mac mini M6 custa a partir de US$ 899; o Mac Studio M5 Ultra — a configuração que oferece até 96 GB ou mais de memória unificada — custa a partir de US$ 5.499. As configurações de maior memória já estavam limitadas por uma escassez global de chips de memória. As compras em grande volume por laboratórios de IA tiraram os modelos topo de linha do estoque, com prazos de entrega agora se estendendo a meses antes mesmo de as novas unidades começarem a ser enviadas.

Nada disso afeta o negócio principal da Nvidia. O treinamento de modelos fundamentais — construir GPT-5, Claude 5, Gemini 3 do zero — ainda roda em clusters de milhares de Nvidia H100s e B200s. Um Mac mini não consegue replicar isso. O que a Nvidia está observando de perto é a camada de agentes: as cargas de trabalho construídas sobre modelos fundamentais que interagem com o mundo real. O DGX Spark da Nvidia, seu sistema de IA para desktop, é uma resposta direta ao mesmo espaço que a Apple ocupou acidentalmente. Os laboratórios de IA não estão atualmente escolhendo-o em escala.

O preço explica a diferença. Um Mac Studio M5 Ultra com 96 GB de memória unificada custa a partir de US$ 5.499. Uma placa de GPU Nvidia H100 custa mais de US$ 25.000 antes do chassi de servidor necessário para operá-la. Para a classe de aprendizado por reforço que treina um agente para clicar em um navegador, navegar por um formulário e preencher um relatório, a eficiência de custo e a arquitetura de memória do Mac criam uma equação diferente — e os laboratórios de IA identificaram essa diferença e compraram de acordo.

A capacidade da Apple de sustentar isso como uma relação de fornecimento depende da produção de chips crescendo mais rápido que a demanda, uma condição que atualmente não está sendo atendida. O próximo evento de produtos da empresa, no início de setembro, será focado na linha iPhone 18 e em seu primeiro dispositivo dobrável. Mais atualizações da linha Mac são esperadas para o final do ano.

Tags: inteligência artificial, nvidia, OpenAI, Anthropic, Apple, agentes de IA, Apple Silicon, Mac mini