La posibilidad de agrupar potencia de cálculo conectando varios Mac mini o Mac Studio mediante Thunderbolt 5 se ha convertido en una herramienta muy potente para cargas de IA. El motivo es la arquitectura de memoria unificada de Apple, que pone a disposición grandes cantidades de memoria en un momento en el que este recurso es especialmente valioso.
Sin embargo, esa ventaja podría erosionarse a corto plazo. La expiración de varios acuerdos a largo plazo (LTAs) centrados en memoria amenaza con elevar los costes de los próximos productos de Apple, incluidos los Mac mini y Mac Studio con M5, lo que podría reducir de forma notable su atractivo frente a alternativas basadas en GPU dedicadas.
Memoria unificada y escalado con Thunderbolt 5
En el núcleo de la propuesta de Apple está la memoria unificada, donde CPU y GPU comparten el mismo pool. Un ejemplo ilustrativo es el M4 Pro Mac mini, que puede configurarse con 64 GB de memoria unificada, frente a los 24 GB de una NVIDIA RTX 4090.
Al interconectar varios Mac mini mediante Thunderbolt 5, la memoria total disponible escala rápidamente para tareas de IA y ML. Este enfoque resulta aún más atractivo si se combina con el salto de rendimiento esperado de los M5, reforzando la idea de clústeres compactos y eficientes para trabajos específicos.
Software y RDMA para clústeres Mac
Apple está reforzando este enfoque también a nivel de software. macOS Tahoe 26.2 introdujo un nuevo controlador para MLX, la plataforma propia de aprendizaje automático de Apple, con soporte nativo para Thunderbolt 5.
A diferencia de clústeres basados en Ethernet, cuyo ancho de banda suele limitarse a 10 Gb/s, Thunderbolt 5 alcanza 80 Gb/s. Además, Apple ha implementado RDMA (Remote Direct Access Memory) sobre Thunderbolt 5, permitiendo que un nodo lea la memoria de otro con mínimo coste de CPU, una ventaja clara para cargas distribuidas.
Un ejemplo práctico y la comparación de costes
El creador de contenido Jeff Geerling demostró este concepto al montar un clúster de cuatro Mac Studio cedidos por Apple. El conjunto alcanzó alrededor de 1,5 TB de memoria unificada y un coste aproximado de 40.000$ (~34.133€).
Para lograr una cantidad similar de memoria con NVIDIA DGX Spark, sería necesario adquirir 12 unidades a 4.000$ (~3.413€) cada una, lo que eleva el total a 48.000$ (~40.959€). En este escenario, el clúster de Apple mantiene una ventaja de unos 8.000$, al menos por ahora.
El fin de los LTAs amenaza esa ventaja
Buena parte de esa diferencia de costes se explica por los LTAs de Apple con proveedores de memoria. No obstante, algunos de estos acuerdos expiran en enero de 2026, y tanto Samsung como SK hynix estarían dispuestos a revisar al alza sus precios para Apple.
Si ese escenario se materializa, la ventaja económica actual podría reducirse a unos pocos cientos de dólares o desaparecer por completo a partir de 2026. Apple seguiría contando con una arquitectura atractiva para IA, pero su propuesta de valor en clústeres Mac dependerá cada vez más de cómo gestione el impacto de los costes de memoria en sus próximos lanzamientos.
Vía: Wccftech
