Mac mini của Apple từ trước đến nay luôn là chiếc máy để bàn lặng lẽ và dễ bị lãng quên ở góc cửa hàng Apple. Nó thực dụng và có giá cả phù hợp với tiêu chuẩn của Apple, nhưng hiếm khi được lĩnh vực trí tuệ nhân tạo chú ý. Cho đến khi OpenClaw ra đời.
Thứ Năm, Tim Cook cho biết các sản phẩm Mac mini và Mac Studio đã hết hàng và tình trạng này có thể kéo dài trong vài tháng. “Cả hai sản phẩm này đều là nền tảng tuyệt vời cho các công cụ trí tuệ nhân tạo và đại lý thông minh,” ông nói. Đại hội báo cáo kết quả quý 2 năm 2026 của Apple “Và khách hàng nhận thức được điều này nhanh hơn chúng tôi dự kiến.”
Apple đã đánh giá thấp nhu cầu của các nhà phát triển đối với những thiết bị này, đặc biệt là khi sự khan hiếm làm xáo trộn thị trường.
Doanh thu của Mac đạt 8,4 tỷ USD trong quý này, tăng 6% so với cùng kỳ năm trước. Mặc dù mức tăng không quá ấn tượng, nhưng yếu tố hạn chế là giới hạn nguồn cung, chứ không phải nhu cầu. Các cấu hình Mac mini và Mac Studio với bộ nhớ cao không chỉ bị hoãn ra mắt, mà một số sản phẩm thậm chí đã bị gỡ khỏi Apple Store.
Mẫu Mac mini cơ bản giá 599 USD đã hết hàng tại Mỹ. Hiện không cung cấp dịch vụ giao hàng tận nơi hoặc nhận hàng tại cửa hàng. Phiên bản nâng cấp với 64GB RAM cần chờ 16 đến 18 tuần mới có hàng. Mẫu Mac Studio trang bị bộ nhớ thống nhất 512GB đã bị gỡ bỏ hoàn toàn khỏi cửa hàng. Các tay đầu cơ trên eBay nhanh chóng phát hiện điều này và đẩy giá mẫu cơ bản lên gần gấp đôi giá bán lẻ.
Chất xúc tác cho tất cả những điều này là gì? Sự phát triển mạnh mẽ của OpenClaw và các tác nhân tốn nhiều bộ nhớ.
Khung công tác AI agent mã nguồn mở — được xây dựng bởi Peter Sternberg hiện được OpenAI hỗ trợ sau cuộc cạnh tranh với Meta, dự án đã nhận hơn 323.000 sao trên GitHub, trở thành cách nhanh nhất để cá nhân và các nhóm nhỏ chạy AI agent cục bộ. Phần cứng tham chiếu không chính thức để chạy dự án gần như ngay lập tức trở thành Mac mini.
Nhưng đây không phải là kết quả của chiến dịch quảng bá thị trường.
Hầu hết những người báo cáo về vấn đề thiếu hụt Mac đều bỏ qua một điểm: nhiều năm qua, Apple gần như không có ảnh hưởng gì trong lĩnh vực tải trọng AI nghiêm túc. Trước khi các AI Agent trở nên phổ biến, mọi người đã phàn nàn rằng việc chạy LLM, Stable Diffusion hoặc bất kỳ phần mềm AI gia đình nào khác đều cực kỳ chậm và gần như không sử dụng được. Khi đó, hiệu năng của Mac M2 chỉ tương đương với GPU năm 2019. Apple từ chối sử dụng CUDA hoặc công nghệ của Nvidia, thay vào đó đẩy mạnh công nghệ MLX của riêng mình, khiến nó trở nên không quan trọng trong lĩnh vực AI cũng như gaming.
NVIDIA có thể thống trị ngành công nghiệp vì khung lập trình GPU độc quyền của họ, CUDA, là nền tảng cho việc huấn luyện và suy luận mô hình. Toàn bộ tầng công nghệ trí tuệ nhân tạo đều được xây dựng xung quanh nó. Lúc đó, Apple không có bất kỳ sản phẩm nào có thể sánh ngang. Không ai muốn sử dụng Mac để thực hiện suy luận cục bộ.
Nhưng CUDA có một bí mật không muốn tiết lộ: giới hạn bộ nhớ GPU.
Ngay cả chiếc card đồ họa tiêu dùng tốt nhất của NVIDIA, RTX 5090, cũng chỉ có dung lượng bộ nhớ đồ họa 32GB. Đây là một giới hạn cứng. Các mô hình có dung lượng bộ nhớ đồ họa vượt quá 32GB không thể chạy với tốc độ đầy đủ trên card này—một phần dữ liệu sẽ sử dụng bộ nhớ hệ thống chậm hơn, tốc độ truyền qua bus PCIe cũng giảm xuống, dẫn đến hiệu suất giảm mạnh. Để chạy một mô hình phức tạp với tới 70 tỷ tham số trên phần cứng NVIDIA, bạn cần nhiều card đồ họa, một kệ máy chủ, công suất tiêu thụ lớn và khoản đầu tư hàng ngàn đô la.
Cấu trúc bộ nhớ thống nhất (UMA) của Apple đã giải quyết vấn đề này theo cách mà CUDA không thể làm được. Trên các chip Apple Silicon, CPU, GPU và bộ xử lý thần kinh chia sẻ cùng một bể bộ nhớ vật lý. Không có bộ nhớ đồ họa riêng biệt và không có bus PCIe cần vượt qua. Một chiếc Mac mini trang bị 64GB bộ nhớ có thể tải một mô hình với 70 tỷ tham số, trong khi card đồ họa RTX 5090 có giá 1.800 USD lại hoàn toàn không thể làm được.
Chip M4 Ultra — trung tâm của cấu hình Mac Studio cao cấp — hỗ trợ lên đến 192GB bộ nhớ thống nhất. Điều này đủ để chạy các mô hình có tới 100 tỷ tham số trực tiếp trên một máy tính duy nhất. Không cần máy chủ, cũng không cần trả phí đám mây hàng tháng.
OpenClaw làm rõ sự đánh đổi này. Vì nó chạy proxy cục bộ — kết nối với tệp tin, ứng dụng và tin nhắn của bạn — người dùng cần máy có khả năng xử lý tải suy luận mà không cần thuê tài nguyên tính toán từ đám mây. Một Mac mini trang bị 32GB bộ nhớ thống nhất có thể dễ dàng chạy mô hình 30 tỷ tham số. Trong khi đó, một Mac Studio với 128GB bộ nhớ có thể xử lý các mô hình mà cách đây một năm, hầu hết các nhà phát triển đều không thể xử lý nếu không có cụm GPU cấp doanh nghiệp.
Một chiếc Mac chạy chậm nhưng có thể chạy các mô hình AI mạnh mẽ thì tốt hơn nhiều so với một card Nvidia mạnh mẽ nhưng hoàn toàn không thể tải được mô hình đó.
Kết quả là: các nhà phát triển bắt đầu mua Mac mini như cách họ từng mua Raspberry Pi — mua nhiều chiếc cùng lúc, coi chúng là cơ sở hạ tầng thay vì máy tính cá nhân. Chuỗi cung ứng của Apple chưa bao giờ được thiết kế để đáp ứng mô hình này.
Ngoài ra, tình trạng thiếu hụt bộ nhớ rộng hơn cũng làm trầm trọng thêm vấn đề này. IDCđưa ra dự kiến rằng do nhu cầu về máy chủ trí tuệ nhân tạo thúc đẩy tình trạng thiếu hụt chip bộ nhớ, lượng máy tính cá nhân được giao trên toàn cầu dự kiến sẽ giảm 11,3% vào năm 2026. Apple hiện đang cạnh tranh với các trung tâm dữ liệu quy mô lớn đang xây dựng để giành nguồn cung bộ nhớ tương tự.
Cook cho biết, sự cân bằng cung cầu của Mac mini và Studio có thể cần “vài tháng” để đạt được. Việc cập nhật chip M5 dự kiến vào cuối năm 2026 có thể giúp giảm áp lực cung cầu — nhưng hiện tại, người mua hoặc phải chờ đợi, hoặc phải trả giá cao do giới đầu cơ.
Năm 2026, việc ra mắt Mac mini mang tính cấp bách hơn bất kỳ thời điểm nào trong 20 năm lịch sử của nó—và điều nó cần chỉ là sự hỗ trợ từ một dự án mã nguồn mở hoàn toàn không liên quan đến Apple.