L’essentiel
- Minions regroupe les GPU inactifs des Mac Apple silicon pour exécuter des tâches d’inférence, comme des embeddings et des réponses de LLM, sans acheter de nouveaux GPU (Apple).
- Il est conçu pour une seule organisation : un serveur découpe les tâches en sous-tâches, les Mac les récupèrent, et un watchdog redistribue une sous-tâche quand son Mac ne répond plus.
- L’article rapporte des attentes passées de plus de 10 heures à quelques minutes, mais ne donne ni nombre d’appareils ni mesures de vitesse.
- MLX Network est un projet distinct et indépendant : les Mac de tout le monde, des réponses vérifiées par d’autres Mac, des récompenses en jetons MLX. Il n’est pas affilié à Apple.
1Ce qu’est Minions
« Minions: A Dynamic and Distributed Virtual GPU Cloud Built on Idle Apple Silicon Devices » est un article de trois pages de Jianhua Li, Yun Xing, Girisha De Silva, Ryan Flint, Kai Yuan et Sean Suchter, d’Apple, publié le 9 octobre 2026 (arXiv) et référencé sur Apple Machine Learning Research (Apple).
Son point de départ : les tâches d’inférence, comme la génération d’embeddings ou les réponses de LLM, attendent souvent des clusters GPU centraux coûteux à agrandir et souvent saturés, alors que les GPU des Mac Apple silicon restent en grande partie inutilisés au quotidien. Minions se demande si ces GPU inactifs peuvent être réunis en une plateforme d’inférence partagée « without additional hardware investment » (article).
2Comment ça marche
- Minion Server reçoit les tâches via une interface web et des API, les vérifie et découpe chacune en sous-tâches.
- Une base PostgreSQL conserve chaque tâche, sous-tâche et battement de cœur. Les Mac n’y accèdent jamais directement.
- Minion Executor tourne sur chaque Mac : il récupère des sous-tâches en REST, télécharge les entrées depuis un stockage objet (Amazon S3) et le modèle s’il n’est pas en cache, l’exécute sur le GPU du Mac et renvoie les résultats.
- Minion Watchdog suit les battements de cœur, toutes les cinq minutes, des Mac qui travaillent, et remet une sous-tâche dans la file quand son Mac se met en veille, perd le réseau, s’éteint ou est arrêté par son propriétaire.
Il n’y a pas de planificateur central : les Mac se disputent une sous-tâche et une contrainte d’unicité dans la base de données en laisse gagner exactement un. Les tâches passent dans l’ordre d’arrivée, mais le propriétaire d’un Mac peut l’orienter d’abord vers le projet d’une équipe. Les embeddings tournent avec Hugging Face transformers et les réponses de LLM avec Ollama, sur le GPU du Mac (article).
3Ce que rapporte l’article
Minions « has been used to support GPU inference workloads across multiple teams ». Son unique tableau compare avant et après : attente GPU de plusieurs heures (jusqu’à plus de 10) à quelques minutes, nouvelles demandes de GPU de nécessaires à aucune, coût d’infrastructure d’élevé à nul, et effort de montée en charge de manuel à organique (article).
Il raconte aussi le côté humain. Des membres d’équipe demandent à leurs collègues sur Slack de lancer l’executor pour un projet, et certains s’inquiétaient de voir leurs données traitées sur des appareils extérieurs à leur équipe. Minions y répond avec des déploiements limités à une équipe ou une organisation, chacun avec sa propre base de données et son propre parc de Mac.
4Ce qu’il n’affirme pas
- Pas de benchmarks. Ni tokens par seconde, ni nombre de Mac, ni comparaison avec des GPU de centre de données.
- Pas d’entraînement. L’entraînement distribué est cité comme travail futur.
- Pas de GPU géant unique. Chaque sous-tâche tourne sur un Mac ; l’article ne décrit pas la répartition d’un modèle sur plusieurs Mac.
- Pas de vérification des résultats. L’article ne décrit pas comment les réponses renvoyées par les Mac sont vérifiées.
- Ni paiement ni produit. Les Mac participants ne sont pas récompensés, et l’article n’annonce aucun service Apple.
Sa conclusion voit plus loin : si des Mac inactifs « across organizations—or potentially across the global community—can be securely federated », ils pourraient former un vaste réservoir de GPU partagé. Dans l’article, c’est une piste pour l’avenir, pas quelque chose qui a été construit (article).
5Ce qui distingue MLX Network
| Minions (recherche Apple) | MLX Network | |
|---|---|---|
| Qui participe | Les Mac d’une équipe ou d’une organisation | Toute personne avec un Mac Apple Silicon et MLX Node |
| Ce qui tourne | Embeddings (Hugging Face) et réponses de LLM (Ollama) | Tâches de LLM sur le framework MLX d’Apple |
| Arrivée du travail | Les Mac récupèrent des sous-tâches sur un serveur central | MLX Node demande des tâches au réseau, dans les limites que vous fixez |
| Vérification des réponses | Non décrite | Comparaison avec les réponses d’autres Mac et des tâches de test connues |
| Récompense | Aucune : du matériel existant à coût nul | Jetons MLX chaque heure, bloqués 30 jours sur une place gratuite |
| Statut | Article de recherche ; l’entraînement est un travail futur | Mainnet depuis le 18 octobre 2026, chaque bloc sur l’explorateur public |
Les deux partent du même constat : les Mac Apple silicon ont des GPU capables qui restent inactifs la plus grande partie de la journée. Minions garde cela au sein d’une organisation, entre des Mac auxquels elle fait déjà confiance. MLX Network l’ouvre à tous, et c’est pourquoi il vérifie les réponses auprès d’autres Mac et paie le travail vérifié. MLX Network est indépendant et n’est pas affilié à Apple ; son nom vient du framework MLX sur lequel il tourne (pourquoi ce nom).
Vous voulez que votre Mac participe ? MLX Node est gratuit et ne travaille que quand et autant que vous l’autorisez ; les règles sont dans le livre blanc, et chaque Mac du réseau figure sur MLX World. Les jetons MLX peuvent perdre de la valeur : lisez les risques.
6Questions
- Apple lance-t-il un cloud GPU fait de Mac ?
- L’article ne le dit pas. Il décrit un système que des équipes utilisent déjà pour l’inférence, et cite l’entraînement et la fédération de Mac inactifs entre organisations comme pistes futures. Il n’annonce aucun produit.
- Minions réunit-il plusieurs Mac en un seul GPU ?
- Non. Une tâche est découpée en sous-tâches indépendantes et chacune tourne sur un seul Mac. L’article ne décrit pas l’exécution d’un modèle sur plusieurs Mac.
- Quels modèles Minions fait-il tourner ?
- Des modèles d’embeddings de Hugging Face, via la bibliothèque transformers, et des réponses de LLM via Ollama, sur les GPU des Mac. L’article ne cite aucun modèle précis.
- MLX Network fait-il partie d’Apple ou de Minions ?
- Non. MLX Network est un réseau indépendant de Mac qui font tourner MLX Node. Il n’est pas affilié à Apple et n’a rien à voir avec le projet Minions.