终于弄清楚最近为啥 Mac mini 和 Mac Studio 突然供不应求了：不是设计师或普通消费者在囤货，而是顶级 AI 实验室在批量采购。多家 AI 公司为本地训练与代理（Agent）工作流大量引入苹果桌面设备，需求大到迫使供应方频频催货。邻近的几家创业公司也通过云上租用 Mac 实例来扩充算力池。

这股意外的企业级需求直接反映在财报上：苹果最近一个季度的 Mac 营收同比上涨约 29%，达到约 104 亿美元，成为其硬件业务中增长最快的一环。面对新出现的大客户群，苹果也开始认真探讨如何为企业 AI 场景提供更完善的支持——高层最近举办了封闭的企业交流活动，邀请多家大公司高管与 AI 创业者，推介 Mac 在本地 AI 与 Agent 运行上的优势。

事实上，苹果并非早就有针对此类客户的成熟团队。有业内前员工指出，苹果此前没有专门针对企业级 AI 的产品或开发者支持体系，这次热潮更像是市场自发将 Mac 推到 AI 场景中去的结果。 龙8头号玩家

那么为何 Mac 能在 AI 圈里走红？关键在于 Apple Silicon 的统一内存架构（UMA）。不同于许多 Windows 系统将 CPU 内存和独立 GPU 显存分离、频繁通过 PCIe 交换数据的做法，Apple Silicon 的 CPU、GPU 与神经引擎共享同一块内存池，避免了大规模模型在不同内存区间间来回复制带来的性能损耗。因此，高配 Mac 能把很大比例的总内存直接用于模型推理。

具体到型号，最新 M6 的 Mac mini 支持到数十 GB 统一内存，M5 Max 提供更高的配置，而 M5 Ultra 更把统一内存提升到数百 GB。以相同预算对比，很多传统 PC 还在为把模型放进 24GB 或 32GB 显存绞尽脑汁，而一台高配 Mac 能直接加载数十亿到数百亿参数的量化模型，某些情形下甚至应付更大的负载。

生态层面，苹果的本地机器学习工具与第三方本地模型平台也在快速完善与适配，主流本地推理工具已对 Mac 提供支持。近两年开发者和研究者在多模态推理与 Apple GPU 优化方面的探索增多，甚至有笔记本在电池模式下持续运行本地 LLM 的案例，这进一步扩大了 Mac 在桌面与边缘 AI 场景的可行性。 龙8头号玩家

于是，桌面 Mac 的定位也变得微妙：一台高内存的 Mac mini 除了传统办公和创作功能外，很可能兼任全天候运行 Agent 的本地 AI 节点。开源项目已经能够将多台 Mac 组成集群协同执行单台设备无法承载的大模型，苹果也在公开活动中展示过用多台 Mac 协同运算更大规模模型的能力。几十台 Mac 放进机房后，其实已经具备了小型 AI 集群的功能。

这一变化也引起了硬件巨头的注意。传统以数据中心 GPU 为主的厂商开始把目光转向端侧与本地 AI 市场，推出更偏向桌面化的加速产品，显然是把苹果在本地 AI 方向的新势力视为竞争对手。

总体来看，Apple Silicon 的架构优势、不断成熟的软件生态与企业端突然爆发的需求共同促成了这场“Mac 被 AI 抢购”的现象。未来随着更多工具与跨机集群解决方案完善，Mac 在本地与边缘 AI 的角色可能会愈加重要。 龙8头号玩家