AI智能體狂潮帶火Mac！蘋果(AAPL.US)下場爭奪AI算力預算，進擊AI基建領域

智通財經APP獲悉，近期增長戰略全面轉向AI與昂貴摺疊螢幕iPhone的美國消費電子巨頭蘋果公司(AAPL.US)新款桌上型電腦於美東時間週二開始發貨時，該公司高層向大型企業買家們提出了一個不同尋常且頗具性價比吸引力的推銷理由：購買這些高效能電腦設備比租用大型AI資料中心還要便宜。

據了解，蘋果全新升級後的Mac mini和Mac Studio系列蘋果桌上型電腦設備將可在本地處理部分複雜的AI任務/AI推理工作負載，售價可接近2萬美元，這些機型將與英偉達(NVDA.US)高效能工作站GPU以及Microsoft(MSFT.US)、HP(HPQ.US)以及戴爾(DELL.US)等美國個人電腦製造商正在推出的新款能處理AI任務的桌機正面交鋒。預計這些新機將成為美國軟體科技巨頭Microsoft公司下月於舊金山舉行Windows活動的焦點。

AI智能體為Mac打開的新市場，來自持續執行任務所需的本地運算能力。OpenClaw所代表的智能體工作流，會反覆進行模型調用、檔案讀取、程式碼執行、瀏覽器操作以及結果驗證，使電腦從等待使用者操作的終端，轉變成能夠持續工作的任務執行平台。近日風靡全球的Muse以及Astra無疑是進一步擴大了複雜任務自動化的應用範圍；從工程與商業邏輯推演，這有望增加使用者對駐留運行、能效較高、部署方便的本地運算設備的需求。尤其蘋果Mac系列產品能夠承接本地工具執行、私有資料處理以及開放模型推理，並與雲端模型協同運作。

但須注意的是，蘋果Mac主導的桌上型電腦體系“成本更低”不等於“運算能力/容量足以媲美整座AI GPU資料中心”。從經濟性推導，蘋果的降本主張成立條件在於——本地AI大模型系統達到所需任務品質與響應速度，且持續使用所節省的雲端服務費用，超過設備折舊、電力及運維成本。

Mac本身也依賴Apple Silicon中的整合式GPU執行模型運算，其優勢在於統一記憶體讓CPU與GPU共享較大容量的記憶體池，減少資料複製，並容納模型權重與鍵值快取(KV Cache)。大模型低並發、逐詞生成的解碼階段，往往受限於記憶體頻寬，因此“大容量記憶體+較高頻寬+低功耗”，結合量化與MLX軟體優化，可讓適合本地部署的模型更加經濟地運轉。這尤其適合個人或小團隊持續使用的程式碼助手、文件處理和內部智能體。

尤其是蘋果管理層提及的“四台Mac運行萬億參數模型”，證明的是模型能夠裝載並完成推理，卻不能直接證明其吞吐量、延遲和並發能力等同雲端GPU/TPU叢集。實際表現還取決於量化精度、實際啟動參數量、上下文長度及跨機通訊；雷雳RDMA能夠降低通訊成本，但不會讓多台Mac變成沒有通訊瓶頸的一塊巨大GPU。大規模訓練和高並發服務，則更能發揮英偉達AI GPU主導的資料中心所具備的專業加速器、高頻寬顯示記憶體及高速叢集互連的優勢。

蘋果攜新款Mac加入AI降本競賽，力圖挑戰Microsoft與英偉達

蘋果升級後的Mac mini與Mac Studio能於本地處理繁瑣的AI推理任務，售價可接近2萬美元，它們將與英偉達及個人電腦製造商正在推出的新款桌上型電腦正面交鋒。預計這些新機將成為Microsoft下月於舊金山舉辦Windows活動的焦點。

新款Mac針對編寫程式碼或執行複雜商業工作等更高強度AI任務，使用者無需為此向OpenAI或Anthropic等雲端服務領軍企業支付“詞元”(即所謂“Token”)費用——詞元(Token)是AI運算的基本單位。

蘋果公司高層一致希望，自己在充分挖掘iPhone等電池供電設備效能與突出能效比方面積累的經驗，能協助其在Microsoft的傳統優勢市場分得一杯羹。但這項挑戰頗為艱難：根據知名市調機構IDC的研究員Linn Huang提供的最新統計數據，蘋果在企業桌上型電腦市場的市佔率僅約4.6%，而Windows則為91.3%。

眾所皆知，蘋果聯合創辦人史蒂夫·賈伯斯對企業型大型計算市場一直抱持矛盾態度，因最終用戶無法自由選擇自己最喜歡的產品。不過，蘋果如今在AI桌上型電腦領域佔據有利位置，部分原因在於該公司長期以來對節能以及高能效比的執著追求。

蘋果在2020年推出首批Apple Silicon晶片時，將個人電腦中原本彼此分離的兩大類晶片——計算晶片與高效能記憶體晶片——緊密整合到蘋果獨家的統一記憶體架構內，從而改善電池續航。

計算與記憶體之間這種緊密連結，也意外地讓Mac變得擅長處理AI任務；英偉達等全球一流AI晶片公司直到最近才開始轉向這樣的設計。隨著開源AI智能體工具OpenClaw於中國等市場迅速竄紅，蘋果的Mac mini開始經常出現缺貨情形。

儘管Mac Studio最初以剪輯影片或製作音樂的內容創作者為主，但過去兩年間，蘋果已默默加入一些不同尋常的AI功能，例如專為晶片間互連設計的技術，稱為基於雷雳介面的遠端直接記憶體存取(RDMA)。

在本月的發布會上，蘋果高層令人驚豔地展示了將四台Mac Studio連接起來，執行一個擁有足足1萬億個參數的超級AI大模型系統，並找出並修正一處圖形程式碼錯誤。參數數量是衡量模型複雜性的指標之一。此類任務原本需倚賴資料中心，但這組Mac只需一個牆上的電源插座即可供電運行。

「一旦這台機器擺到你的桌上，你就已經付過錢了。我相信我們所提供的價值極具競爭力，無論是效能還是成本表現，」蘋果首席硬體官Johny Srouji表示。「無需按Token付費，你只需一遍又一遍使用這台機器。」

Microsoft也在與蘋果爭奪同一個藍海級大型增量市場，其執行長Satya Nadella將設備端AI推理工作負載稱為「不按實際Token用量計費的智能」。Nadella還表示，Microsoft計劃將旗下許多AI功能整合進一款面向Windows的「超級應用」。

不過，Microsoft長年在企業運算領域佔有領導地位，意味著它需支援來自眾多不同大廠的硬體，這可能促使那些希望充分發揮特定晶片效能的Windows開發者需付出更多工作。也就是說，Microsoft長期主導企業運算市場，Windows需兼容眾多廠商提供的硬體，因此開發者若想充分發揮某類晶片的效能，通常需投入更多適配和優化工作。

例如，同一個AI程式在不同廠牌的CPU、GPU或神經網路處理器(NPU)上運行，可能需針對各自的架構、驅動、運算介面以及記憶體管理方式進行優化。Windows龐大的硬體生態雖擴大可兼容範圍，卻也增加效能最佳化的複雜度；蘋果則可統一設計晶片、作業系統與開發工具，更便於整套系統協同優化。

Microsoft在回應置評請求時表示，該公司一直與晶片合作夥伴合作，透過Windows ML工具簡化AI工作負載，並正積極投資RDMA等功能。英偉達則拒絕置評，不過，今年夏天發表新款個人電腦晶片時，英偉達執行長黃仁勳淡化了與蘋果直接競爭的意圖，稱英偉達專注於拓展Windows個人電腦能夠實現的功能。

英偉達的優勢領域仍是全球超大規模AI資料中心。Srouji表示，蘋果正向企業買家推廣一種理念：在蘋果系列高效能設備上開發的端側AI大模型，可向上擴展至其最昂貴的Mac Studio超級桌機，也可向下適配至其最便宜的iPhone及iPad，因為這些設備的晶片採用共同的原理和設計。

「你可以往資料中心投入龐大電力，」Srouji於採訪中表示。「但我們堅持提供多元產品，讓客戶能根據自身需求做出選擇：我需要哪款電腦，哪款產品？」

當AI智能體加速走入工作桌，Mac系列迎來算力需求大爆發！蘋果的AI成長空間向外延展

蘋果管理層顯然希望全球企業們把部分雲端運算AI資本支出——華爾街一致預期2030年前全球AI算力基礎建設支出超過3兆美元——轉化成購買蘋果自家運算設備的預算：對於調用頻繁、模型可本地部署的負載，企業可將購機、電力及運維成本分攤至大量任務，提高長期成本之可預測性。與近期光刻機巨頭ASML(ASML.US)等半導體設備股隨AI投資熱潮走強相呼應，設備廠商受惠於晶片製造產能擴張，蘋果則爭取下游新增算力需求的整機採購預算，形成AI投資由晶片製造向企業桌面延伸的另一條路徑。

如上述內容所示，AI智能體為Mac開啟的新市場，來自持續執行任務所需的本地運算能力。蘋果的技術優勢集中於統一記憶體、大容量記憶體、能效以及軟硬體協同。在低並發的大模型逐詞生成環節中，讀取模型權重的記憶體頻寬往往極為關鍵；長上下文與多並發任務更會增加鍵值快取所需的記憶體容量。統一記憶體讓CPU與GPU共享記憶體池，降低資料複製，使更多本地工作負載可高效運作。

就投資傳導而言，蘋果最直接的機會就是Mac銷量成長、高記憶體配置佔比上升，以及企業客戶滲透率提升。輕量工具執行和駐留智能體可擴大Mac mini的使用場景，更大的本地模型、並發工作流與小型叢集則有望增加Mac Studio及高配置產品的需求。

當桌上型電腦設備等端側體系能夠持續承擔具經濟價值的任務，使用者評估購機回報依據將進一步聚焦於能省多少工作時間、完成多少任務以及減少多少外部算力支出。與此同時，蘋果已經經由採用自研晶片的私有雲運算體系，為Apple Intelligence提供雲端模型支援，端側與雲端協同運作也讓其優化服務成本、響應速度及資料處理方式有更大空間。

企業AI伺服器則被蘋果管理高層視為更長期潛在成長方向。9月16日The Information援引知情人士透露，蘋果正探索採用M8 Ultra晶片，並可能結合英偉達NVLink Fusion技術的企業AI推理伺服器，暫訂時程指向2029年，相關規劃尚未獲公司確認。若此方向實現，蘋果有望將晶片、記憶體系統、軟體工具鏈與整機設計的協同優勢，延伸至更大規模的企業推理部署。其商業吸引力在於：智能體持續運作後，客戶更重視每個成功任務的總成本、功耗及部署便利性，而這些正好會成為蘋果競爭的重要維度；眼下的Mac需求與長期的伺服器探索，由此形成相互銜接的成長邏輯。