Dunia kecerdasan buatan sedang mengalami pergeseran yang tak terduga. Menurut laporan dari The Information, OpenAI telah membeli puluhan ribu Mac mini dan Mac Studio dalam beberapa bulan terakhir. Tujuannya adalah untuk melatih agen AI-nya agar dapat mengoperasikan komputer seperti manusia: mengklik, menavigasi menu, mengisi formulir, dan melakukan tugas-tugas kompleks. Strategi ini, yang mengejutkan banyak orang, menunjukkan bahwa perangkat keras Apple bukan lagi hanya untuk konsumen dan para kreatif, tetapi telah menjadi komponen kunci dalam infrastruktur laboratorium AI besar.
Berita ini, yang juga dilaporkan oleh media seperti Cult of Mac, Moneycontrol, dan 24/7 Wall St., menunjukkan bahwa komputer-komputer ini digunakan dalam fase pelatihan yang sangat spesifik: pembelajaran penguatan (reinforcement learning). Dalam proses ini, model AI berinteraksi dengan antarmuka grafis nyata, menguji tindakan dan menerima imbalan atau hukuman berdasarkan hasilnya. Metode ini membutuhkan sejumlah besar memori dan kemampuan untuk menjalankan ribuan simulasi secara paralel, sesuatu yang tampaknya sangat cocok untuk Mac dengan chip Apple Silicon.
Mengapa Apple Silicon sangat penting untuk pembelajaran penguatan (reinforcement learning)?
Melatih agen AI yang harus menggunakan komputer sangat berbeda dengan melatih model bahasa tradisional. Alih-alih menyerap sejumlah besar teks, agen tersebut harus Interpretasikan apa yang Anda lihat di layar, tentukan tindakan apa yang harus diambil, dan periksa apakah tindakan tersebut berhasil.Setiap percobaan diberi skor, dan model menyesuaikan strateginya berdasarkan umpan balik tersebut. Agar hal ini memungkinkan, dibutuhkan ribuan sesi independen, yang masing-masing berjalan secara bersamaan dengan keadaan dan konteksnya sendiri.
Di sinilah Arsitektur Memori Terpadu (UMA) Apple berperan. Tidak seperti sistem berbasis GPU tradisional, di mana memori video dan RAM terpisah dan data harus bolak-balik, di Mac, CPU, GPU, dan Neural Engine berbagi blok memori yang sama. Hal ini mengurangi hambatan dan memungkinkan model untuk mengakses informasi yang dibutuhkannya dengan cepat pada waktu tertentu. Seperti yang ditunjukkan oleh beberapa analisis, fitur ini sangat penting bagi agen untuk mempertahankan representasi yang konsisten dari layar, instruksi, dan hasil tindakannya.
Keunggulan lain dari Mac mini dan Mac Studio adalah sistem pendinginnya. Tidak seperti MacBook yang lebih tipis dan ringan, komputer desktop ini memiliki kipas khusus yang memungkinkan mereka mempertahankan kinerja stabil selama berjam-jam atau bahkan berhari-hari pelatihan intensif. Hal ini sangat penting untuk pembelajaran penguatan (reinforcement learning), yang dapat membutuhkan sesi yang sangat panjang tanpa komputer menjadi terlalu panas dan melambat.
OpenAI membeli, Anthropic menyewa: dua strategi untuk tujuan yang sama.
Berita ini juga mengungkapkan bahwa OpenAI bukanlah satu-satunya perusahaan yang tertarik dengan pendekatan ini. Anthropic, yang didukung oleh Google dan Amazon, dilaporkan telah memilih strategi yang berbeda: alih-alih membeli peralatan, menyewakan kapasitas Mac mini melalui Amazon Web Services (AWS)Perbedaan ini penting karena menunjukkan bahwa Anda tidak perlu menginvestasikan banyak uang pada perangkat keras untuk menguji apakah arsitektur ini berfungsi. Anda dapat menyewa kapasitasnya, mengukur kinerjanya, dan kemudian memutuskan apakah layak untuk membeli atau terus menyewa.
Ketertarikan laboratorium-laboratorium ini pada Mac bukan berarti mereka akan menggantikan kluster GPU besar Nvidia. Pelatihan model bahasa skala besar masih bergantung pada akselerator khusus tersebut. Namun, untuk tugas inferensi intensif dan untuk melatih agen yang berinteraksi dengan antarmuka, Mac menawarkan alternatif yang lebih ekonomis dan efisien. Seperti yang dijelaskan analis Shay Boloor, komputer Apple digunakan untuk fase pembelajaran penguatan (reinforcement learning), sementara GPU tetap penting untuk pra-pelatihan (pre-training).
Permintaan yang tinggi memberikan tekanan pada rantai pasokan dan Apple bereaksi.
Kegilaan terhadap Mac ini tidak luput dari perhatian rantai pasokan. Menurut beberapa laporan, Konfigurasi Mac mini dan Mac Studio dengan memori lebih besar telah habis terjual selama berbulan-bulan. Dan waktu pengiriman untuk versi khusus telah berlarut-larut selama berminggu-minggu. Kelangkaan global memori DRAM dan NAND, yang didorong oleh permintaan dari pusat data, telah memperburuk situasi. Pemasok memprioritaskan perusahaan hyperscaler besar, dan pesanan Apple bersaing dalam antrian yang sama.
Untuk mengatasi situasi ini, Apple mempercepat jadwal pembaruannya. Pada 25 Agustus 2026, perusahaan memperkenalkan Mac mini baru dengan chip M6 dan M5 Pro, serta Mac Studio dengan M5 Max dan M5 Ultra. Langkah yang luar biasa awal ini menanggapi kebutuhan untuk mengisi kembali pasar dengan chip yang lebih bertenaga dan efisien. Model-model baru ini mencakup peningkatan signifikan dalam kinerja dan memori, dengan opsi hingga 512GB penyimpanan terpadu pada Mac Studio M5 Ultra.
Keputusan Apple untuk mempercepat peluncuran juga ditafsirkan sebagai respons terhadap tekanan permintaan. Perusahaan belum secara resmi mengkonfirmasi akuisisi OpenAI, tetapi waktu pengiriman dan kekurangan stok menunjukkan bahwa permintaan institusional itu nyata. Bahkan, pendapatan dari divisi Mac tumbuh 29% dari tahun ke tahun pada kuartal terakhir, mencapai $10.400 miliar, menjadikannya lini bisnis Apple yang paling cepat berkembang.
Nvidia mengamati dengan saksama bagaimana Apple memposisikan diri di pasar perusahaan.
Kebangkitan Mac di bidang AI lokal tidak luput dari perhatian Nvidia. Menurut sumber yang dekat dengan perusahaan tersebut, Nvidia sudah menganggap Apple sebagai pesaing terbesarnya dalam pemrosesan AI lokal.Untuk menangkal ancaman ini, Nvidia meluncurkan DGX Spark akhir tahun lalu, sebuah komputer desktop dengan desain yang mirip dengan Mac mini, dilengkapi dengan chip Grace Blackwell dan memori terpadu hingga 128 GB. Produk ini ditujukan langsung untuk pasar inferensi AI desktop.
Apple, di sisi lain, mencoba memanfaatkan momen ini untuk memperkuat posisinya di pasar perusahaan. Pada bulan Juni, perusahaan mengadakan acara pribadi di Apple Park yang disebut "Business at the Park," yang dihadiri oleh para eksekutif dari Disney, Ford, dan salah satu pendiri Anthropic, Jared Kaplan. Pada acara ini, Apple menyoroti keunggulan perangkat kerasnya untuk memproses tugas AI secara lokal, dengan Mac mini sebagai pusat perhatian. Namun, perusahaan masih kekurangan tim penjualan khusus untuk segmen AI perusahaan, sesuatu yang oleh beberapa mantan eksekutif disebut sebagai peluang yang terlewatkan.
Kelangkaan pasokan juga memunculkan model bisnis baru. Peter Voell, mantan karyawan OpenAI, telah mendirikan Mount Thor, sebuah perusahaan komputasi awan berbasis perangkat keras Apple yang masih beroperasi secara diam-diam. Perusahaan lain, seperti Namespace Labs, telah menggunakan MacBook Pro dalam rak untuk memenuhi permintaan pelanggan. Ekosistem yang muncul ini menunjukkan bahwa minat pada Mac sebagai infrastruktur AI meluas jauh melampaui laboratorium besar.
Singkatnya, berita bahwa OpenAI telah membeli puluhan ribu Mac mini dan Mac Studio untuk melatih agen AI-nya menandai titik balik dalam industri ini. Memori terpadu Apple Silicon, efisiensi energi, dan kemampuan untuk menjalankan ribuan sesi secara paralel. Perangkat-perangkat ini telah menjadi alat yang berharga untuk pembelajaran penguatan (reinforcement learning). Meskipun baik Apple maupun OpenAI belum secara resmi mengkonfirmasi kesepakatan tersebut, angka penjualan, kelangkaan stok, dan rilis awal menunjukkan bahwa tren ini nyata. Masih harus dilihat bagaimana Nvidia akan merespons dan apakah Apple akan memanfaatkan peluang ini untuk memperkuat posisinya di pasar AI perusahaan.
