【再進化 😆】在當前全球頂級 GPU 算力供不應求且成本高昂的背景下，中國近期湧現大量「Mac mini 農場」。早前的影片中，我們看到這些農場只是拿個普通貨架來安放。但現在已經發展出「專用 Mac mini 農場機架」，可以更高密度地部署這些 Mac mini，要組建千台規模的 AI 運算叢集變得相當輕鬆。

 

根據最新曝光的現場畫面顯示，有中國公司正大規模引進 Apple Mac mini，透過專用機架模組加速建置千台規模的專屬算力叢集。從曝光的機房配置可見，現場採用多座標準伺服器機櫃，每座機櫃皆配置專用托盤層板。每層層板劃分為多個獨立插槽，密集直立擺放多部 Mac mini 主機，並在裝置背部加裝散熱風扇模組，以應對高密度排列下的散熱需求。

 

工作人員正依序將標註編號的 Mac mini 裝入機架托盤中，現場已完成數十座層架的組裝，整體規劃規模達上千台裝置。在機櫃後方，每台裝置均已接駁獨立網絡線與供電系統，並由機櫃頂部進行統一理線管理，現場環境展現出專業級機房的走線規劃。

 

採用 Mac mini 組建分散式運算叢集，主因在於 Apple Silicon 晶片架構具備統一記憶體（Unified Memory）優勢，在特定中小規模大型語言模型（LLM）推論、iOS 開發自動化編譯（CI/CD）及高平行運算任務中，能提供優異的每瓦效能表現。

 

從採購成本衡量，單張 NVIDIA H100 運算卡的市場價格，約略等同於 30 至 40 部 Mac mini 的總和。儘管單部 Mac mini 的極限算力無法與高階數據中心 GPU 相提並論，但若將 40 個節點平行運作，執行 24 小時不間斷的小型模型推論或特定代理（Agent）工作負載，同時免除公有雲端平台按量計費的龐大租賃帳單，在特定業務情境下展現出相當突出的成本效益。

 

然而，這類「貨架級 AI（Shelf-scale AI）」架構並非萬能；由於算力分散且頻寬受限，完全無法承擔前沿大語言模型（Frontier Model）的大規模預訓練任務，僅適用於輕量化推論或本地任務自動化。不過，在美國政府限制 AI 晶片出口中國的背景下，「Mac mini 農場」也許是低門檻自建算力的最佳選擇。