AI & computing › Agentic AI & autonome agents
OpenAI en rivalen kopen tienduizenden Mac mini's om AI-agents te trainen
OpenAI en andere AI-bedrijven kopen op grote schaal Apple's Mac mini en Mac Studio in om AI-agents te trainen die zelfstandig een computer bedienen. Door een wereldwijd tekort aan geheugenchips zijn de krachtigste modellen al maanden uitverkocht.
OpenAI en concurrenten als Anthropic kopen op grote schaal Apple-computers in om kunstmatige intelligentie te trainen. Volgens berichtgeving van The Information hebben de bedrijven tienduizenden Mac mini's en Mac Studio's aangeschaft. Ze gebruiken de machines om zogeheten computer-use agents te trainen: AI-systemen die zelfstandig meerdere stappen achter elkaar uitvoeren op een computer, zoals het klikken door menu's, het invullen van formulieren of het navigeren tussen applicaties.
Waarom Apple's Mac-computers?
Voor dit soort trainingswerk zijn Mac mini's en Mac Studio's opvallend geschikt. De Apple-chips beschikken over een zogeheten gedeelde geheugenarchitectuur: processor en grafische chip delen hetzelfde werkgeheugen. Dat is gunstig voor AI-taken die lang doorlopen, omdat er minder tijd verloren gaat aan het rondpompen van data tussen aparte geheugenbanken. Daarnaast hebben de compacte machines relatief sterke koeling, waardoor ze geschikt zijn om dagenlang onafgebroken te blijven rekenen aan zogeheten agentic AI-taken.
Nvidia biedt met de DGX Spark een vergelijkbaar compact apparaat, maar kiest voor een andere aanpak. Die machine steunt op gespecialiseerde grafische rekenkernen met CUDA en Tensor Cores, in plaats van op Apples gedeelde geheugenmodel. Beide benaderingen zijn bedoeld om krachtige AI-training betaalbaarder en toegankelijker te maken dan de dure serverrekken die normaal voor dit werk worden gebruikt.
Chiptekort maakt aankoop lastig
OpenAI wil naar verluidt nog meer Mac-computers inkopen, maar loopt tegen een probleem aan: de krachtigste modellen zijn al maanden uitverkocht door een wereldwijde chipschaarste aan geheugenchips. Dat tekort raakt niet alleen Apple, maar de hele technologiesector, omdat hetzelfde type geheugenchips ook nodig is voor datacenters en AI-servers. Anthropic omzeilt het probleem deels door Mac mini's te huren via de clouddienst van Amazon (AWS), in plaats van de apparaten zelf aan te schaffen.
Ook buiten de grote techbedrijven populair
De belangstelling voor de Mac mini als lokale AI-computer beperkt zich niet tot de grote AI-labs. Ontwikkelaars en kleinere bedrijven grijpen eveneens naar de machines, mede aangewakkerd door de populariteit van het project OpenClaw. Met de opensource-software Exo kunnen gebruikers bovendien meerdere Macs aan elkaar koppelen tot één rekencluster, waardoor ook thuisgebruikers grotere AI-modellen lokaal kunnen draaien. Peter Voell, die eerder aan de computerinfrastructuur van OpenAI werkte, bouwt inmiddels zelfs een cloudservice die volledig op Apple-hardware draait, onder de naam Mount Thor.
De vraag naar Mac-hardware voor AI-doeleinden komt Apple goed uit. In het kwartaal tot eind juni steeg de omzet uit Mac-verkopen met bijna 29 procent tot 10,4 miljard dollar, een opvallende sprong voor een productlijn die doorgaans minder in de schijnwerpers staat dan de iPhone.
Achtergrond & begrippen
Wat betekent dit voor de toekomst? Dat AI-bedrijven consumentenhardware als de Mac mini massaal inzetten voor training, laat zien hoe schaars en duur gespecialiseerde AI-serverchips zijn geworden. Het opent ook de deur voor kleinere spelers en particulieren om zelf krachtige AI-modellen te trainen of te draaien, in plaats van volledig afhankelijk te zijn van dure clouddiensten van grote techbedrijven.
- Computer-use agent
- Een AI-systeem dat zelfstandig een computer bedient, bijvoorbeeld door te klikken, te typen en tussen applicaties te navigeren om een taak in meerdere stappen af te ronden.
- Gedeelde geheugenarchitectuur
- Een chipontwerp waarbij processor en grafische chip hetzelfde werkgeheugen gebruiken, wat data-uitwisseling versnelt en geschikt is voor langdurige AI-taken.
- CUDA
- Het softwareplatform van Nvidia waarmee ontwikkelaars de rekenkracht van grafische chips kunnen benutten voor AI-berekeningen.
- Tensor Cores
- Gespecialiseerde rekenkernen in Nvidia-chips die berekeningen voor kunstmatige intelligentie versnellen.
- Geheugenchiptekort
- Een wereldwijd tekort aan geheugenchips, veroorzaakt door de sterk toegenomen vraag vanuit onder meer de AI-industrie.
Bronnen
Dit artikel is met behulp van AI geschreven op basis van bovenstaande bronnen en is geen letterlijke vertaling. Zo werkt onze redactie.