蒂姆·库克领导的苹果公司展示了通过先进网络连接多台 Mac Studio，利用标准墙壁电源运行万亿参数模型。苹果针对其最新高端 Mac（如升级版 Mac mini 和 Mac Studio）的策略，直接挑战了微软和英伟达所倡导的云端与数据中心基础设施模式。

这家科技巨头将其最新的高端 Mac mini 和 Mac Studio 设备定位为运行人工智能 AI 工作负载的云数据中心的高性价比替代方案。

通过让专业人士和企业能够在本地执行繁重的机器学习任务和大语言模型，苹果直接瞄准了微软和英伟达等主导基础设施厂商相关的经常性云端开支。

苹果这种方法的核心经济优势在于消除了支付算力“Token”（令牌）费用的必要性。

尽管公司通常依赖 OpenAI 或 Anthropic 等云端巨头，为每一个提示词和工作流支付巨额账单——但苹果认为，购买一台强大的本地设备意味着用户只需为硬件支付一次费用。正如苹果高层所言，一旦设备放上桌面，持续的 Token 成本便不复存在。

这一战略由苹果芯片的统一内存架构提供支撑，该架构将处理核心与内存紧密耦合，实现高效运行。

库克的科技公司甚至展示了利用先进的芯片互联技术将多台 Mac Studio 连接在一起，仅靠标准墙壁电源即可处理庞大的万亿参数模型。这绕过了数据中心 GPU 通常所需的巨大电力和资本投入。

新款 Mac 瞄准的是编写代码或执行复杂业务工作等更高强度的 AI 任务，用户无需向 OpenAI 或 Anthropic 等云端巨头支付“Token”——AI 计算的基本单位——费用。

尽管拥有这些硬件能力，苹果在企业市场仍面临巨大障碍。微软凭借 Windows 占据约 91.3% 的企业桌面市场份额，并推出自己的 Copilot+ 生态系统，而苹果仅占约 4.6%。

即使长期降低 AI 运营成本的前景极具吸引力，说服企业 IT 部门转换硬件生态系统依然是一场艰难的攀登。