OpenAI und Anthropic kaufen laut The Information Zehntausende Mac minis und Mac Studios, um Computer-Use-Agenten zu trainieren – KI-Software, die eigenständig mehrstufige Aufgaben am Computer erledigt. OpenAI versucht dringend, weitere Macs zu beschaffen; die leistungsstärksten Modelle sind wegen fehlender Speicherchips jedoch seit Monaten ausverkauft. Damit zeichnet sich ab: Die Infrastruktur-Strategie der KI-Branche diversifiziert sich weg von reinen GPU-Clustern hin zu Apples speicheroptimiertem Hardware-Design.
Kurz & knapp
- OpenAI und Anthropic kaufen/mieten Zehntausende Mac minis und Mac Studios für Agent-Training
- Apples leistungsstärkste Modelle sind seit Monaten ausverkauft; Speicherchip-Engpässe bremsen die Beschaffung
- Apples Mac-Umsätze stiegen im Juni-Quartal um fast 29 Prozent auf 10,4 Milliarden Dollar
- Anthropic mietet Mac Minis auch über Amazons Cloud-Dienst AWS
Warum Apple-Hardware für KI-Training attraktiv wird
Die Rechner überzeugen durch leistungsfähige Chips, gemeinsamen Speicher und gute Kühlung – ideal für lange KI-Aufgaben. Apples Unified-Memory-Ansatz unterscheidet sich fundamental von Nvidias GPU-Strategie: Statt dedizierter CUDA- und Tensor-Kerne setzt Apple auf integrierte Speicherarchitektur. Das macht die Macs für bestimmte Trainings-Szenarien effizienter – besonders beim Training von Agenten, die komplexe Sequenzen verarbeiten müssen.
Zum Vergleich: Nvidia bietet mit dem DGX Spark eine kompakte Alternative, bleibt aber im klassischen GPU-Rechenleistungs-Paradigma. Apples Ansatz ist komplementär, nicht konkurrierend – und offenbar gerade für Agent-Training die bessere Wahl.
Der lokale KI-Trend beschleunigt sich
Der Mac mini wird nicht nur bei OpenAI und Anthropic zum Standard-Trainingsrechner. Die Open-Source-Software Exo ermöglicht es, mehrere Macs zu einem Cluster zu verbinden und große KI-Modelle lokal auszuführen. Peter Voell, ehemals für die Recheninfrastruktur von OpenAI tätig, baut mit Mount Thor sogar einen Cloud-Dienst auf Basis von Apple-Hardware auf. Dieser Trend zeigt: Lokale, dezentralisierte KI-Infrastruktur wird zum Wettbewerbsfaktor.
Die Nachfrage ist so massiv, dass Apple-Hardware knapp wird – ein seltenes Signal in der Tech-Industrie. Speicherchips sind der Engpass; ohne sie lässt sich die Unified-Memory-Architektur nicht vollständig nutzen.
Was das für deutsche Unternehmen bedeutet
Die Strategie von OpenAI und Anthropic signalisiert: Hardware-Diversifizierung ist jetzt Mainstream in der KI-Infrastruktur. Wer selbst KI-Agenten trainiert oder deployed, sollte nicht nur auf GPU-Cloud-Anbieter setzen, sondern auch lokale Apple-Hardware oder vergleichbare Unified-Memory-Systeme evaluieren. Das kann Latenz senken, Kosten optimieren und Abhängigkeiten von einzelnen Cloud-Providern reduzieren – besonders für deutsche Unternehmen mit Datenschutz-Anforderungen.
Gleichzeitig zeigt sich: Wenn die Top-Labs massenhaft Hardware kaufen, werden Lieferketten angespannt. Wer jetzt in lokale KI-Infrastruktur investieren will, sollte früh handeln – der Markt wird enger.
Quellen
Redaktionell verantwortet von Ideal Syka. Quellen und Arbeitsweise: Redaktion & Methode. Hinweise und Korrekturen: ai@i6eal.de.
