BT财经

境内金融信息服务备案编号:

【京金信备(2021)5号】

2026年09月01日

注册 / 登录

OpenAI扫货数万台Mac,撑不起苹果39%的营收增量

8月31日,一条采购传闻把苹果英伟达同时推到了台前。据 The Information 报道,OpenAI 已购入数以万计的 Mac mini 和 Mac Studio,专门用于强化学习训练;Anthropic 则通过亚马逊 AWS 租用 Mac mini 执行类似任务。这些没有屏幕、没有键盘的机器不面向消费者,也不用于办公,而是用来训练"能自己操作电脑"的 AI 智能体(computer-use agent)。

同一天,财联社、量子位等中文媒体密集转述这条消息,并把苹果 Mac 业务的增长当作直接佐证:一个季度卖出103亿美元,增速超过 iPhone 和服务,成了苹果增长最快的产品线。

但把苹果官方财报数字摊开之后,两件事的关系远没有报道里那么顺:AI 实验室确实在买 Mac,这是一个真实的信号;可苹果 Mac 这个季度多出来的近30亿美元收入,算不到这几万台设备头上。

一台没有屏幕的电脑,凭什么进了AI实验室

先说为什么偏偏是 Mac。

据 The Information 报道,OpenAI 训练的是 computer-use agent:模型要在接近真实的桌面环境里反复试错——打开邮件客户端、改测试代码、整理文档、点击按钮,再根据任务结果拿奖励信号。这类任务的瓶颈不在矩阵乘法的规模,而在于同时跑起大量互不相同的完整操作系统实例。

传统 GPU 集群在这件事上的麻烦,是内存被切成了两块。英伟达显卡的显存与主机内存分离,CPU 负责准备环境状态、GPU 负责算模型,数据在两处之间反复搬运。智能体任务恰好是"环境状态极其庞杂、单步计算密度不算高"的组合,搬运本身成了主要开销。

苹果 M 系列芯片把 CPU 和 GPU 封进同一块封装、共享同一个内存池,硬件和软件由同一家控制。本文的分析是:对这类工作负载,它省掉的正是"复制和搬运"那一步;而 Mac mini、Mac Studio 这类带主动散热机箱的桌面机型,比超薄笔记本更适合连续数小时甚至数天的训练负载,不容易因过热降频。这也是为什么被批量买走的是台式机型,而不是 MacBook。

苹果的意外,英伟达的现货

如果这条报道成立,最有意思的部分是它"不像规划"。

苹果主动面向企业客户办活动是罕见的。据 The Information 报道,6月23日苹果在 Apple Park 办了一场名为 Business at the Park 的企业客户活动,迪士尼和福特的高管出席,Anthropic 联合创始人 Jared Kaplan 也到场;一位参会者称,苹果在会上反复强调其硬件适合本地处理 AI 任务,Mac mini 是整场活动的焦点。这篇报道的标题本身就是《苹果如何意外地取得 AI 硬件成功》。

英伟达的动作更实。官方产品页显示,DGX Spark 搭载 GB10 Grace Blackwell 超级芯片,提供最高1 petaFLOP 的 FP4 算力与 128GB 一致性统一内存,可在本地运行最高2000亿参数模型的推理、微调最高700亿参数模型,通过 ConnectX 网络还能把两台并成一组;官方零售价 3999 美元,2025年10月13日起开始出货。英伟达给它的定位语已经改成"为构建和运行自主智能体而设计"——这与 Mac 正在承接的场景高度重叠。

苹果这边真正的短板是供给。截至8月31日,苹果官网新款 Mac mini 与 Mac Studio 仍停留在"Pre-order,9月22日起发售"的状态;在售 Mac Studio 的 M5 Max / M5 Ultra 配置,统一内存区间为 36GB 至 96GB,Mac mini 最高到 64GB。AI 数据中心对内存芯片的需求正在挤占全行业供应,高配机型最先缺货。The Information 报道称,高配版 Mac mini 与 Mac Studio 已断货数月,部分企业因此转向有现货的 DGX Spark;前 OpenAI 计算基础设施员工 Peter Voell 创办的 Mount Thor,则在做一个仍处隐身模式、"基于苹果硬件的 AI 执行环境"的云计算项目。

把29亿美元拆开算:这几万台其实只是零头

真正的分歧在数字上。

中文媒体转述的说法是"Mac 销售额同比增长近29%,达到103亿美元"。金额与苹果官方一致,增速对不上。

苹果2026年7月30日发布的 2026 财年第三财季(截至2026年6月27日)财报及10-Q 附表显示:公司总营收 1094.17 亿美元,同比增长16%;Mac 分部营收 103.65 亿美元,上年同期为 74.34 亿美元,同比增长39.4%——不是29%。同期 iPhone 营收 496.78 亿美元(+22.4%)、服务 387.49 亿美元(+12.2%)、iPad 61.90 亿美元(+10.9%)、可穿戴/家居/配件 74.55 亿美元(+6.0%)。无论采用哪个口径,Mac 确实是这个季度增长最快的产品线,苹果的官方表述也是"iPhone、Mac 和服务创下六月季度纪录"。

关键在于量级。这个季度 Mac 的同比增量是 29.31 亿美元。即便按最宽松的口径,把传闻中的数万台设备全部计成高配 Mac Studio,采购金额也只是数亿美元量级;按 1500 至 2000 美元的平均单价估算,29.31 亿美元对应的是一百多万台增量设备,而不是几万台。也就是说,AI 实验室的订单足以解释苹果为什么突然认真对待企业市场,但解释不了账面上这29亿美元。

增速本身也要放回结构里看。Mac 只占苹果总营收约9.5%,是一个百亿美元量级的业务在追赶一个千亿美元量级的盘子。103.65 亿美元的 39%,绝对值仍然小于服务业务 12% 的增速所带来的增量。对苹果整体业绩而言,这件事的意义在于方向和信号,不在于这一季的损益表。

三个值得盯的信号

第一,看苹果会不会把这件事写进自己的财务语言。检索苹果该季度 10-Q 与业绩新闻稿,没有出现 Mac mini、Mac Studio、统一内存等字样,也没有披露任何 AI 实验室采购、企业批量订单、订单积压或供货紧张。官方叙事仍是产品创新驱动的季度纪录。这意味着"AI 买爆 Mac"目前完全依赖第三方报道,尚未被公司确认。

第二,看 DGX Spark 的交付与价格变化。3999 美元、128GB 统一内存的规格低于顶配 Mac Studio 的采购成本,且供货充足。如果 AI 实验室真在批量转单,英伟达开发者侧业务会先反映出来。

第三,看内存供应何时缓解。这是高配 Mac 缺货的真正约束,也是判断这轮 Mac 增长能否延续的关键变量;苹果新款机型9月22日开售后的交付周期,会比任何解释都更直观。

边界需要划清:OpenAI 采购"数以万计"的规模、Anthropic 经 AWS 租用 Mac mini、英伟达视苹果为本地 AI 最大对手,这几条关键说法均出自 The Information 的单一报道,苹果、OpenAI、Anthropic 均未公开确认;媒体报道的29%增速与苹果官方39%的口径差异,也无法用公开资料解释。本文关于"订单量级不足以解释增量"的判断,是基于已披露财报数字的算术推演,不是公司口径。

能确定的是另一件事:一台没有屏幕的电脑,第一次成了 AI 基础设施的候选项。这轮变化的入口不是苹果的主动战略,而是 AI 实验室在真实工作负载里做出的选择——而选择一旦做出,就很难退回去了。本文不构成投资建议。

参考数据来源

苹果 · Apple reports third quarter results(FY2026 Q3 业绩新闻稿,含各产品线营收表述)· 2026年7月30日 · https://www.apple.com/newsroom/2026/07/apple-reports-third-quarter-results/

The Information · Apple Stumbled Into an AI Hardware Success Story: Mac(OpenAI 批量采购 Mac 的独家报道,付费内容)· 2026年8月 · https://www.theinformation.com/articles/apple-stumbled-ai-hardware-success-mac

英伟达 · NVIDIA DGX Spark 官方产品页(GB10、1 petaFLOP FP4、128GB 统一内存、定价与规格)· https://www.nvidia.com/en-us/products/workstations/dgx-spark/



版权声明:本文版权归BT财经所有,未经允许任何单位或个人不得转载,复制或以任何其他方式使用本文全部或部分,侵权必究。
帮助中心
联系我们
联系我们

 

商务合作:

 

公司地址

北京市丰台区汉威国际广场一区一号楼629

 

 

商务合作

周先生

Tel: +86-17743514315

Email: info@btimes.com.cn

官方微信公众号

北京领讯时代信息技术有限公司 | Copyright ©️ 2026 财经时报 版权所有 京ICP备19043396号-7

京公网安备 11010602007380号 | 境内金融信息服务备案编号:京金信备(2021)5号

网信算备110106674807801230011号


声明:未经授权,不得复制、转载或以其他方式使用本网站的内容。BT财经尽最大努力确保数据准确,但不保证数据绝对正确。