Doug Brooks, Apples leitender Produktmanager für Apple-Chipprodukte, sagte kürzlich in einem Interview mit dem Technologiemedium The Deep View, dass Mac mini und Mac Studio für viele Entwickler und Teams zu den bevorzugten Geräten für die Ausführung von KI-Agenten geworden seien. Dieses Interview wurde kurz vor der Eröffnung der WWDC 2026 abgeschlossen und Brooks konzentrierte sich auf die Beziehung zwischen Apples selbst entwickelter Chip-Strategie und lokalen KI-Computing-Trends.
Brooks sagte, das Unternehmen sehe eine „erstaunliche Nachfrage“ nach den beiden Desktop-Macs, insbesondere in agentenbasierten Workload-Szenarien, die einen kontinuierlichen Betrieb über lange Zeiträume erfordern. Er wies darauf hin, dass viele Benutzer ein System wünschen, das „vollständig von ihnen selbst gesteuert wird, relativ isoliert vom Hauptcomputer ist und 24 Stunden am Tag, 7x7“ laufen kann, und der Mac mini erfüllt genau diese Anforderungen.
Er betonte auch, dass viele KI-Tools selbst der Mac-Unterstützung Vorrang einräumen und sogar Mac-exklusiv sind, was die Position von Mac in der Entwicklergemeinschaft weiter festigt, auch in hochmodernen KI-Laboren, wo Mac-Geräte bereits weit verbreitet sind. Seiner Ansicht nach ist dieser ökologische Vorteil der Software untrennbar mit Apples langfristigen Investitionen in KI-Computing auf Hardwareebene verbunden.
Als Brooks über die KI-Rechenarchitektur sprach, betonte er insbesondere, dass KI vom Agententyp nicht nur ein „GPU-Problem“ sei, sondern eine „gesamte Chip“-Zusammenarbeit. Er sagte, dass die heutigen Arbeitslasten nicht mehr nur darin bestehen, dass die GPU große Sprachmodelle „beißt“, sondern dass der gesamte Chip zusammenarbeitet, um Aufgaben, Toolaufrufe und verschiedene Vorgänge rund um diese Prozesse zu erledigen, was lediglich die Vorteile der Apple-Chips auf Systemebene ausnutzt.
Brooks führt Apples Führungsrolle in der modernen KI auf Chip-Design-Entscheidungen zurück, die getroffen wurden, bevor es LLM überhaupt gab. Als Beispiel nannte er die Neural Engine und wies darauf hin, dass diese speziell für effiziente Matrixoperationen konzipiert sei, während die wenig bekannten neuronalen Beschleunigungseinheiten innerhalb der CPU für die Verarbeitung extrem verzögerungsempfindlicher Aufgaben wie Sprache zuständig seien.
Auf dieser Grundlage hat Apple in den letzten Jahren neuronale Beschleunigungsmodule zur GPU hinzugefügt, was die gesamte KI-Leistung von Chips auf iPhone-Ebene bis hin zu den Top-SoCs von Mac verbessert hat. Brooks führte diesen Fortschritt auf die ganzheitliche Designmethodik von Apple zurück, bei der Chips für bestimmte Geräte angepasst werden und die gleichzeitige Entwicklung von Hardware und Software ermöglicht wird.
Brooks beschrieb auch den Trend, KI-Computing von der Cloud auf lokal zu verlagern. Er glaubte, dass diese Änderung auf Datenschutz, Sicherheit und die steigenden Argumentationskosten zurückzuführen ist, da der Token-Verbrauch weiter steigt. Doch in Zukunft werden KI-Agenten seiner Vision nach hybrid agieren: Die Agenten entscheiden, welche Aufgaben sie lokal erledigen und welche sie in der Cloud erledigen.
Auf der spezifischen Anwendungsebene schlug Brooks das Konzept der sogenannten „transparenten KI“ vor, um Funktionen zu beschreiben, die über die iPhone- und iPad-Systeme verteilt sind und stillschweigend eine Rolle in Anwendungen von Drittanbietern spielen, ohne bewusst die „KI-Identität“ zur Schau zu stellen. Als Beispiele nannte er Draw Things, ein Bildgenerierungstool, das auf iPhone, iPad und Mac läuft, sowie Apps wie SwingVision, die die iPhone-Kamera nutzen, um Echtzeitanalysen von Tennis- und Pickleballspielen durchzuführen.
In Bezug auf die Entwicklungsgeschwindigkeit der KI-Technologie selbst erklärte Brooks unverblümt, dass „die Entwicklungsgeschwindigkeit der KI jetzt wirklich verrückt ist“ und gab zu, dass es für ihn schwierig sei, sich vorzustellen, wo die gesamte Branche in einem Jahr, drei Monaten oder sogar einem Monat stehen wird. Er glaubt, dass diese rasante Entwicklung sowohl eine Herausforderung als auch ein intensiver Test für Apples selbst entwickelte Chips und die lokale Rechenleistungsauslegung seit mehr als zehn Jahren ist.