Minions dari Apple, dijelaskan.

1Apa itu Minions

"Minions: A Dynamic and Distributed Virtual GPU Cloud Built on Idle Apple Silicon Devices" adalah paper tiga halaman karya Jianhua Li, Yun Xing, Girisha De Silva, Ryan Flint, Kai Yuan, dan Sean Suchter dari Apple, terbit 9 Oktober 2026 (arXiv) dan tercantum di Apple Machine Learning Research (Apple).

Titik berangkatnya: tugas inferensi seperti membuat embedding dan jawaban LLM biasanya menunggu klaster GPU pusat yang mahal untuk diperbesar dan sering kelebihan beban, sementara GPU di Mac Apple silicon sebagian besar menganggur dalam pemakaian sehari-hari. Minions bertanya apakah GPU menganggur itu bisa digabung menjadi platform inferensi bersama "without additional hardware investment" (paper).

2Cara kerjanya

• Minion Server menerima pekerjaan lewat antarmuka web dan API, memeriksanya, lalu memecah masing-masing menjadi subtugas.
• Basis data PostgreSQL menyimpan setiap pekerjaan, subtugas, dan heartbeat. Mac tidak pernah mengaksesnya langsung.
• Minion Executor berjalan di setiap Mac: mengambil subtugas lewat REST, mengunduh input dari penyimpanan objek (Amazon S3) serta modelnya bila belum ada di cache, menjalankannya di GPU Mac, lalu menulis hasilnya kembali.
• Minion Watchdog memantau heartbeat (setiap lima menit) dari Mac yang sedang bekerja, dan mengembalikan subtugas ke antrean saat Mac-nya tidur, kehilangan jaringan, mati, atau dihentikan pemiliknya.

Tidak ada penjadwal pusat: Mac berebut mengklaim subtugas, dan batasan keunikan di basis data membuat tepat satu yang menang. Pekerjaan diproses sesuai urutan masuk, tetapi pemilik Mac bisa mengarahkannya lebih dulu ke proyek satu tim. Embedding dijalankan dengan Hugging Face transformers dan jawaban LLM dengan Ollama, di GPU Mac (paper).

3Apa yang dilaporkan paper

Minions "has been used to support GPU inference workloads across multiple teams". Satu-satunya tabelnya membandingkan sebelum dan sesudah: antrean GPU dari berjam-jam (hingga lebih dari 10) menjadi menit, permintaan GPU baru dari perlu menjadi tidak ada, biaya infrastruktur dari tinggi menjadi nol, dan upaya penskalaan dari manual menjadi organik (paper).

Paper itu juga menceritakan sisi manusianya. Anggota tim meminta rekan lewat Slack untuk menjalankan executor bagi sebuah proyek, dan sebagian orang khawatir datanya diproses di perangkat di luar timnya sendiri. Minions menjawabnya dengan pemasangan yang dibatasi untuk satu tim atau organisasi, masing-masing dengan basis data dan kelompok Mac sendiri.

4Apa yang tidak diklaim

• Tanpa benchmark. Tidak ada token per detik, jumlah Mac, atau perbandingan dengan GPU pusat data.
• Tanpa pelatihan. Pelatihan terdistribusi disebut sebagai pekerjaan ke depan.
• Bukan satu GPU raksasa. Setiap subtugas berjalan di satu Mac; paper tidak menjelaskan pembagian satu model ke beberapa Mac.
• Tanpa pengecekan hasil. Paper tidak menjelaskan cara memverifikasi jawaban yang dikirim balik oleh Mac.
• Tanpa bayaran dan tanpa produk. Mac yang ikut tidak diberi imbalan, dan paper tidak mengumumkan layanan Apple apa pun.

Kesimpulannya melihat lebih jauh: jika Mac yang menganggur "across organizations—or potentially across the global community—can be securely federated", semuanya bisa membentuk kolam GPU bersama yang besar. Di paper itu hal ini adalah arah ke depan, bukan sesuatu yang sudah dibangun (paper).

5Apa beda MLX Network

Keduanya berangkat dari pengamatan yang sama: Mac Apple silicon punya GPU mumpuni yang menganggur hampir sepanjang hari. Minions menyimpannya di dalam satu organisasi, di antara Mac yang sudah dipercaya. MLX Network membukanya untuk siapa saja, karena itu jawaban dicek dengan Mac lain dan pekerjaan yang terverifikasi dibayar. MLX Network independen dan tidak berafiliasi dengan Apple; namanya berasal dari framework MLX tempat jaringan ini berjalan (kenapa namanya begitu).

Ingin Mac Anda ikut? MLX Node gratis dan hanya bekerja kapan dan seberat yang Anda izinkan; aturannya ada di whitepaper, dan setiap Mac di jaringan tampil di MLX World. Token MLX bisa turun nilainya: baca risikonya.

6Pertanyaan

Apakah Apple akan meluncurkan cloud GPU dari Mac?

Paper tidak mengatakan begitu. Isinya menjelaskan sistem yang sudah dipakai tim untuk inferensi, dan menyebut pelatihan serta penggabungan Mac menganggur antarorganisasi sebagai arah ke depan. Tidak ada produk yang diumumkan.

Apakah Minions menggabungkan beberapa Mac menjadi satu GPU?

Tidak. Sebuah pekerjaan dipecah menjadi subtugas yang berdiri sendiri, dan masing-masing berjalan di satu Mac. Paper tidak menjelaskan cara menjalankan satu model di beberapa Mac.

Model apa yang dijalankan Minions?

Model embedding dari Hugging Face lewat pustaka transformers, dan jawaban LLM lewat Ollama, di GPU Mac. Paper tidak menyebut model tertentu.

Apakah MLX Network bagian dari Apple atau Minions?

Bukan. MLX Network adalah jaringan independen berisi Mac yang menjalankan MLX Node. Jaringan ini tidak berafiliasi dengan Apple dan tidak ada hubungannya dengan proyek Minions.