Kurz gesagt
- Minions bündelt die untätigen GPUs von Macs mit Apple Silicon für Inferenz-Aufträge wie Embeddings und LLM-Antworten, ohne neue GPUs zu kaufen (Apple).
- Es ist für eine Organisation gebaut: Ein Server teilt Aufträge in Teilaufgaben, Macs holen sie sich, und ein Watchdog vergibt eine Teilaufgabe neu, wenn ihr Mac verstummt.
- Das Paper berichtet von Wartezeiten, die von bis zu über 10 Stunden auf Minuten fielen, nennt aber keine Gerätezahlen und keine Geschwindigkeitsmessungen.
- MLX Network ist ein anderes, unabhängiges Projekt: Macs von allen, Antworten geprüft gegen andere Macs, Belohnung in MLX Tokens. Es ist nicht mit Apple verbunden.
1Was Minions ist
„Minions: A Dynamic and Distributed Virtual GPU Cloud Built on Idle Apple Silicon Devices“ ist ein dreiseitiges Paper von Jianhua Li, Yun Xing, Girisha De Silva, Ryan Flint, Kai Yuan und Sean Suchter von Apple, veröffentlicht am 9. Oktober 2026 (arXiv) und aufgeführt bei Apple Machine Learning Research (Apple).
Der Ausgangspunkt: Inferenz-Aufträge wie das Erzeugen von Embeddings und LLM-Antworten warten meist auf zentrale GPU-Cluster, die teuer zu erweitern und oft überbucht sind, während die GPUs in Macs mit Apple Silicon im Alltag weitgehend ungenutzt bleiben. Minions fragt, ob sich diese ungenutzten GPUs zu einer gemeinsamen Inferenz-Plattform bündeln lassen, „without additional hardware investment“ (Paper).
2Wie es funktioniert
- Minion Server nimmt Aufträge über eine Web-Oberfläche und APIs an, prüft sie und teilt jeden in Teilaufgaben.
- Eine PostgreSQL-Datenbank hält jeden Auftrag, jede Teilaufgabe und jeden Heartbeat. Die Macs greifen nie direkt darauf zu.
- Minion Executor läuft auf jedem Mac: Er holt Teilaufgaben über REST, lädt die Eingaben aus einem Objektspeicher (Amazon S3) und das Modell, falls es nicht zwischengespeichert ist, führt es auf der GPU des Macs aus und schreibt die Ergebnisse zurück.
- Minion Watchdog verfolgt die Heartbeats, alle fünf Minuten, der Macs, die gerade arbeiten, und stellt eine Teilaufgabe zurück in die Warteschlange, wenn ihr Mac schläft, das Netz verliert, ausgeschaltet oder von seinem Besitzer gestoppt wird.
Einen zentralen Scheduler gibt es nicht: Macs wetteifern um eine Teilaufgabe, und eine Eindeutigkeitsbedingung in der Datenbank lässt genau einen gewinnen. Aufträge laufen in der Reihenfolge ihres Eingangs, aber der Besitzer eines Macs kann ihn zuerst auf das Projekt eines Teams ansetzen. Embeddings laufen mit Hugging Face transformers und LLM-Antworten mit Ollama, auf der GPU des Macs (Paper).
3Was das Paper berichtet
Minions „has been used to support GPU inference workloads across multiple teams“. Seine einzige Tabelle vergleicht vorher und nachher: GPU-Wartezeit von Stunden (bis über 10) auf Minuten, neue GPU-Anfragen von nötig auf keine, Infrastrukturkosten von hoch auf null und Aufwand für das Skalieren von manuell auf organisch (Paper).
Es berichtet auch die menschliche Seite. Teammitglieder bitten Kollegen über Slack, den Executor für ein Projekt laufen zu lassen, und manche sorgten sich, dass ihre Daten auf Geräten außerhalb des eigenen Teams laufen. Minions antwortet darauf mit Installationen, die auf ein Team oder eine Organisation begrenzt sind, jede mit eigener Datenbank und eigenem Pool aus Macs.
4Was es nicht behauptet
- Keine Benchmarks. Keine Tokens pro Sekunde, keine Zahl der Macs, kein Vergleich mit Rechenzentrums-GPUs.
- Kein Training. Verteiltes Training wird als künftige Arbeit genannt.
- Keine einzelne Riesen-GPU. Jede Teilaufgabe läuft auf einem Mac; das Paper beschreibt nicht, ein Modell auf mehrere Macs zu verteilen.
- Keine Prüfung der Ergebnisse. Das Paper beschreibt nicht, wie die Antworten der Macs überprüft werden.
- Keine Bezahlung und kein Produkt. Teilnehmende Macs werden nicht belohnt, und das Paper kündigt keinen Dienst von Apple an.
Der Schluss blickt weiter: Wenn untätige Macs „across organizations—or potentially across the global community—can be securely federated“, könnten sie einen großen gemeinsamen GPU-Pool bilden. Im Paper ist das eine Richtung für die Zukunft, nichts, was gebaut wurde (Paper).
5Wie sich MLX Network unterscheidet
| Minions (Apple-Forschung) | MLX Network | |
|---|---|---|
| Wer mitmacht | Macs innerhalb eines Teams oder einer Organisation | Alle mit einem Mac mit Apple Silicon und MLX Node |
| Was läuft | Embeddings (Hugging Face) und LLM-Antworten (Ollama) | LLM-Aufträge auf Apples MLX-Framework |
| Wie Arbeit kommt | Macs holen Teilaufgaben von einem zentralen Server | MLX Node fragt das Netzwerk nach Aufträgen, innerhalb deiner Grenzen |
| Prüfung der Antworten | Nicht beschrieben | Abgleich mit den Antworten anderer Macs und bekannten Testaufträgen |
| Belohnung | Keine: vorhandene Hardware zum Nulltarif | MLX Tokens jede Stunde, auf einem kostenlosen Platz 30 Tage gesperrt |
| Stand | Forschungspaper; Training ist künftige Arbeit | Mainnet seit 18. Oktober 2026, jeder Block im öffentlichen Explorer |
Beide gehen von derselben Beobachtung aus: Macs mit Apple Silicon haben fähige GPUs, die den Großteil des Tages untätig sind. Minions hält das innerhalb einer Organisation, unter Macs, denen sie schon vertraut. MLX Network öffnet es für alle, und deshalb prüft es Antworten gegen andere Macs und bezahlt geprüfte Arbeit. MLX Network ist unabhängig und nicht mit Apple verbunden; der Name kommt vom MLX-Framework, auf dem es läuft (warum der Name).
Soll dein Mac mitmachen? MLX Node ist kostenlos und arbeitet nur, wann und wie stark du es erlaubst; die Regeln stehen im Whitepaper, und jeder Mac im Netzwerk ist auf MLX World zu sehen. MLX Tokens können an Wert verlieren: lies die Risiken.
6Fragen
- Startet Apple eine GPU-Cloud aus Macs?
- Das sagt das Paper nicht. Es beschreibt ein System, das Teams bereits für Inferenz nutzen, und nennt Training und das Verbinden untätiger Macs über Organisationen hinweg als künftige Richtungen. Ein Produkt kündigt es nicht an.
- Macht Minions aus mehreren Macs eine GPU?
- Nein. Ein Auftrag wird in unabhängige Teilaufgaben geteilt, und jede läuft auf einem einzelnen Mac. Das Paper beschreibt nicht, ein Modell über mehrere Macs laufen zu lassen.
- Welche Modelle führt Minions aus?
- Embedding-Modelle von Hugging Face über die transformers-Bibliothek und LLM-Antworten über Ollama, auf den GPUs der Macs. Konkrete Modelle nennt das Paper nicht.
- Gehört MLX Network zu Apple oder zu Minions?
- Nein. MLX Network ist ein unabhängiges Netzwerk aus Macs, auf denen MLX Node läuft. Es ist nicht mit Apple verbunden und hat nichts mit dem Projekt Minions zu tun.