¿Por qué OpenAI ha comprado decenas de miles de Mac mini y Mac Studio? Apple Silicon y macOS tienen la respuesta

Hay escasez de Mac mini y Mac Studio. Obviamente, el hecho de que pronto pueda haber una renovación es una de las causas. Pero no te creas que es la única. En realidad, el otro motivo es que los principales laboratorios de inteligencia artificial han comenzado a apostar masivamente por estos equipos.

Lo hemos podido conocer gracias a un informe de The Information. En él, se explica que OpenAI ha adquirido decenas de miles de equipos Mac mini y Mac Studio. Por su parte, Anthropic está alquilando unidades equivalentes a través de la infraestructura en la nube de Amazon Web Services. Todo este interés está muy relacionado con los agentes de IA y herramientas como OpenClaw.

La adopción de estos equipos no implica la sustitución de los grandes clústeres de GPU dedicados al entrenamiento base de modelos de lenguaje. Como ha detallado el analista Shay Boloor, los equipos de Apple se destinan a la fase de aprendizaje por refuerzo. En este proceso, los agentes de IA interactúan con interfaces gráficas reales para aprender a controlar aplicaciones, ejecutar clics y gestionar flujos de trabajo.

Apple pone el entorno y el hardware

El interés de los laboratorios de IA por el hardware de Apple se explica desde dos puntos de vista distintos. Lo primero que hay que recordar es que, para que una IA aprenda a utilizar un ordenador como lo haría un usuario humano, es crucial disponer de un sistema operativo real sobre el que ejecutar miles de simulaciones en paralelo.

El despliegue de granjas compuestas por miles de Mac mini permite a empresas como OpenAI poner en marcha eventos masivos de ensayo y error. En estas sesiones, los algoritmos interactúan con elementos visuales y software nativo de macOS sin necesidad de emular ningún sistema. ¿Y por qué no hacerlo también con Windows?

La respuesta a esa pregunta está en el hardware que Apple comercializa. Aunque macOS pueda ser un excelente sistema para que la IA aprenda, también lo podrían ser Linux o Windows. La otra cara de la moneda, la que complementa al software, es la arquitectura de memoria unificada de los chips Apple Silicon.

Esta permite una velocidad de transferencia de datos mucho mayor, que es propicia para la inferencia de modelos. Así es como los equipos de Apple contribuyen a que estas sesiones de entrenamiento sean mucho más rápidas y efectivas.

Unos compran, otros alquilan

Como mencionábamos al principio, la estrategia de los dos principales laboratorios de IA es muy distinta. Mientras OpenAI ha optado por la adquisición directa de hardware local para construir sus propias instalaciones de pruebas, Anthropic recurre a las instancias EC2 Mac ofrecidas por Amazon Web Services. Estas instancias utilizan diversos modelos de Mac mini que incluyen desde modelos con procesadores x86 a los que ya incluyen Apple Silicon.

Sea como fuere, es interesante el hecho de que las plataformas de consumo, es decir, ordenadores que cualquiera podría tener en casa, se hayan integrado dentro de centros de datos de IA. Es una evidencia de la diversificación en las necesidades de infraestructura, especialmente si tenemos en cuenta que el objetivo es que la IA sustituya la interacción humana con máquinas que todos usamos en nuestro día a día.

Es verdad que el cómputo pesado de preentrenamiento continúa dependiendo de aceleradores empresariales en formato rack. Sin embargo, las tareas de inferencia intensiva y algunos aspectos del entrenamiento posterior demandan soluciones de todo tipo, también de consumo.

Fin del Artículo. ¡Cuéntanos algo en los Comentarios!