Los gigantes de la IA se lanzan a por el Mac mini - OpenAI compra decenas de miles, Anthropic alquila

Las mayores empresas de IA han encontrado un nuevo favorito. No es una tarjeta gráfica de decenas de miles de dólares, sino el Mac mini.

Según The Information, OpenAI ha comprado en los últimos meses decenas de miles de Mac mini y Mac Studio, sin monitores ni teclados, directos a la sala de servidores. Anthropic usa las mismas máquinas, pero no las compra: las alquila a través de AWS aprovechando su estrecha relación con Amazon (la escala de ese alquiler no se ha revelado). La misma idea, una forma de gastar el dinero completamente distinta.

Los Mac sirven para entrenar agentes que manejan el ordenador como una persona: el modelo funciona en un sistema real, mira la pantalla, hace clic, escribe, recibe retroalimentación y vuelve a intentarlo, millones de veces. Es reinforcement learning, el método en el que se apoya la ola actual de agentes de IA.

¿Por qué precisamente un Mac? Por la arquitectura. En Apple Silicon el procesador y el chip gráfico comparten una única reserva de memoria, y los Mac de sobremesa tienen refrigeración activa, así que aguantan semanas de trabajo bajo carga. No sustituyen a los grandes clústeres de Nvidia: cubren un nicho en el que importan la memoria, el acceso al sistema operativo y los entornos aislados, y no la potencia bruta de la GPU.

Las consecuencias se ven en las tiendas: empezaron a faltar Mac mini y Studio, así que Apple anunció los nuevos modelos ya a finales de agosto en lugar del otoño habitual, con envíos solo a partir de la tercera semana de septiembre. Por primera vez en la historia de esta línea, la empresa los dirige a clientes empresariales y presume de unir varios Mac Studio en una sola máquina para IA. Los ingresos por Mac crecieron un 29% interanual, y parte de los clientes, desanimados por la falta de existencias, ya miran hacia el DGX Spark de Nvidia.

Durante años se le dijo a Apple que se había dormido en la carrera de la IA. Ha entrado en ella un poco por la puerta de atrás, con hardware que nadie compraba «para IA».

Reinforcement learning - método de entrenamiento de IA basado en ensayo y error: el modelo realiza una acción, recibe una recompensa o un castigo y, tras millones de repeticiones, descubre por sí mismo qué estrategias funcionan.