INFRAESTRUCTURA DE IA
OpenAI compra decenas de miles de Mac minis para entrenar agentes autónomos
Los grandes labs de IA están apostando por hardware Apple para escalar el entrenamiento de agentes que usan computadoras. OpenAI y Anthropic compraron decenas de miles de Mac minis, pero la escasez de chips de memoria frena la expansión.
OpenAI y otros laboratorios de IA están comprando decenas de miles de Mac minis y Mac Studios para entrenar agentes autónomos que ejecutan tareas complejas en computadoras, según reveló The Information. La estrategia de hardware sorprende por su escala y timing: los modelos más potentes de Apple llevan meses agotados por la escasez global de chips de memoria.
OpenAI usa estos equipos para entrenar "computer-use agents", sistemas de IA capaces de manejar tareas de múltiples pasos de forma autónoma. La compañía quiere expandir su parque de Macs, pero la disponibilidad es el cuello de botella. Anthropic también está en el juego: alquila Mac minis a través de AWS para entrenar sus propios agentes.
Por qué Mac mini (y no solo GPUs Nvidia)
La elección no es casual. Los Mac mini y Mac Studio combinan chips potentes, memoria unificada y refrigeración robusta, características clave para cargas de trabajo de IA que corren durante días. La arquitectura de memoria compartida de Apple contrasta con el enfoque tradicional de Nvidia, que apuesta por poder de GPU dedicado con núcleos CUDA y Tensor.
El fenómeno no se limita a los grandes labs. El Mac mini está ganando tracción como computadora local para IA, impulsado en parte por el hype alrededor de OpenClaw. El software open-source Exo permite vincular múltiples Macs en un cluster para correr modelos grandes localmente. Peter Voell, ex integrante del equipo de infraestructura de OpenAI, está construyendo Mount Thor, un servicio de nube basado en hardware Apple.
El impacto en los números de Apple
Los ingresos por Mac de Apple saltaron casi 29% a USD 10.400 millones en el trimestre que cerró en junio. El timing coincide con la demanda masiva de los labs de IA.
Mientras tanto, Nvidia ofrece una alternativa compacta con su DGX Spark, que mantiene el enfoque tradicional de GPU dedicada. Pero la apuesta de los labs por hardware Apple señala que la memoria unificada puede ser más eficiente para entrenar agentes que necesitan mantener contexto largo y gestionar múltiples ventanas y aplicaciones simultáneamente.
Por qué importa
Esta movida revela la infraestructura real detrás de la próxima generación de IA: agentes que no solo responden preguntas, sino que ejecutan tareas completas en tu computadora. Los labs están apostando decenas de millones de dólares en hardware específico para este salto.
Para empresas que evalúan adoptar agentes autónomos, el mensaje es claro: esta tecnología requiere infraestructura distinta a los chatbots actuales. Los agentes que usan computadoras necesitan entornos de entrenamiento que repliquen cómo trabajan las personas — con múltiples ventanas, aplicaciones y flujos complejos.
La escasez de hardware también marca el ritmo de desarrollo. Si OpenAI no puede conseguir más Macs, su capacidad de escalar estos agentes se frena. Para cualquier empresa que planee implementar agentes a gran escala, el acceso a infraestructura adecuada será tan crítico como el modelo mismo.
SEGUIR LA SEÑAL
VER TODO →
Crusoe levanta USD 3.000 millones y alcanza una valuación de USD 30.000 millones
La empresa que convierte energía varada en capacidad de cómputo para IA triplicó su valuación en menos de un año. Meta, Microsoft y OpenAI están entre sus clientes, y ya firmó un contrato de USD 13.000 millones con Jane Street.
Empirik sale de Sequoia con 21 millones para predecir caídas del sistema
La startup incubada por Sequoia levantó US$21M para lanzar una plataforma de IA que anticipa interrupciones en infraestructura tecnológica antes de que ocurran. Ya tiene clientes Fortune 500 como S&P Global.
Apple presenta "pruebas impactantes" de robo de datos para OpenAI
La firma de Cupertino presentó evidencia contra Chang Liu, ex-empleado que ahora trabaja en OpenAI, por usar esquemas confidenciales de circuitos. Apple afirma que Liu destruyó pruebas con ayuda de un colega y exige medidas cautelares urgentes.