要点
- Minions は、Apple シリコン搭載 Mac の使われていない GPU をまとめ、エンベディングや LLM の応答といった推論ジョブを、新しい GPU を買わずに動かします（Apple）。
- 1 つの組織向けの設計です。サーバーがジョブをサブタスクに分け、Mac がそれを取りにいき、Mac の応答が途絶えたらウォッチドッグがサブタスクを配り直します。
- 論文は、最大 10 時間以上だった待ち時間が数分になったと報告していますが、台数や速度の計測値は示していません。
- MLX Network は別の独立したプロジェクトです。誰の Mac でも参加でき、答えはほかの Mac と照合され、報酬は MLX トークンです。Apple とは関係ありません。
1Minions とは
「Minions: A Dynamic and Distributed Virtual GPU Cloud Built on Idle Apple Silicon Devices」は、Apple の Jianhua Li、Yun Xing、Girisha De Silva、Ryan Flint、Kai Yuan、Sean Suchter による 3 ページの論文です。2026 年 10 月 9 日に公開され（arXiv）、Apple Machine Learning Research にも掲載されています（Apple）。
出発点はこうです。エンベディングの生成や LLM の応答といった推論ジョブは、拡張にお金がかかり、しばしば混み合う中央の GPU クラスターを待つことが多い。一方、Apple シリコン搭載 Mac の GPU は、普段の使い方ではほとんど遊んでいる。Minions は、こうした使われていない GPU を「without additional hardware investment」で共有の推論基盤にまとめられるかを問います（論文）。
2仕組み
- Minion Server は Web UI と API でジョブを受け付け、内容を確認し、それぞれをサブタスクに分けます。
- PostgreSQL データベース が、すべてのタスク、サブタスク、ハートビートを記録します。Mac がデータベースに直接触れることはありません。
- Minion Executor は各 Mac で動きます。REST でサブタスクを取得し、オブジェクトストレージ（Amazon S3）から入力を、キャッシュになければモデルもダウンロードし、Mac の GPU で実行して結果を書き戻します。
- Minion Watchdog は作業中の Mac のハートビート（5 分ごと）を見守り、Mac がスリープした、ネットワークが切れた、電源が落ちた、持ち主が止めた、といった場合にサブタスクをキューに戻します。
中央のスケジューラーはありません。Mac がサブタスクを取り合い、データベースの一意制約によってちょうど 1 台だけが勝ちます。ジョブは到着順に処理されますが、Mac の持ち主は特定のチームのプロジェクトを優先させることもできます。エンベディングは Hugging Face transformers、LLM の応答は Ollama を使い、Mac の GPU で動きます（論文）。
3論文が報告していること
Minions は「has been used to support GPU inference workloads across multiple teams」。唯一の表は導入前後を比べています。GPU の待ち時間は数時間（最大 10 時間以上）から数分に、新しい GPU の申請は必要からゼロに、インフラ費用は高額からゼロに、拡張の手間は手作業から自然発生的に変わりました（論文）。
人の側面も書かれています。チームのメンバーは Slack で同僚に、あるプロジェクトのために Executor を動かしてほしいと頼みます。また、自分のデータがチーム外の端末で処理されることを心配する人もいました。Minions はこれに、チームや組織ごとに区切った導入で応えます。それぞれが専用のデータベースと専用の Mac のグループを持ちます。
4論文が主張していないこと
- ベンチマークはない。 毎秒トークン数も、Mac の台数も、データセンター GPU との比較もありません。
- 学習はない。 分散学習は今後の課題とされています。
- 1 つの巨大な GPU ではない。 各サブタスクは 1 台の Mac で動きます。1 つのモデルを複数の Mac に分けて動かす方法は書かれていません。
- 結果の検証はない。 Mac が返す答えをどう確かめるかは書かれていません。
- 報酬も製品もない。 参加する Mac に報酬はなく、Apple のサービスの発表もありません。
結論はさらに先を見ています。使われていない Mac を「across organizations—or potentially across the global community—can be securely federated」できれば、大きな共有 GPU プールになりうる、と。論文の中では将来の方向性であり、作ったものではありません（論文）。
5MLX Network との違い
| Minions（Apple の研究） | MLX Network | |
|---|---|---|
| 参加するのは | 1 つのチームや組織の中の Mac | Apple Silicon 搭載 Mac と MLX Node があれば誰でも |
| 動かすもの | エンベディング（Hugging Face）と LLM の応答（Ollama） | Apple の MLX フレームワーク上の LLM ジョブ |
| 仕事の受け取り方 | Mac が中央サーバーからサブタスクを取得 | あなたが決めた範囲で MLX Node がネットワークにジョブを求める |
| 答えの確認 | 記述なし | ほかの Mac の答えや既知のテストジョブと照合 |
| 報酬 | なし：既存のハードウェアをゼロコストで | 1 時間ごとに MLX トークン。無料シートでは 30 日ロック |
| 状況 | 研究論文。学習は今後の課題 | 2026 年 10 月 18 日からメインネット。すべてのブロックを公開の エクスプローラー で確認可能 |
どちらも同じ観察から始まっています。Apple シリコン搭載 Mac には十分な GPU があり、1 日の大半は使われていない、ということです。Minions はそれを 1 つの組織の中、すでに信頼している Mac の間にとどめます。MLX Network は誰にでも開いています。だからこそ答えをほかの Mac と照合し、検証された作業に報酬を払います。MLX Network は独立したプロジェクトで Apple とは関係なく、名前は土台にしている MLX フレームワークに由来します（名前の理由）。
あなたの Mac も参加させたいですか？MLX Node は無料で、あなたが許可したときに、許可した強さでだけ動きます。ルールは ホワイトペーパー に、ネットワーク上のすべての Mac は MLX World にあります。MLX トークンは価値が下がることがあります。リスク をお読みください。
6よくある質問
- Apple は Mac でできた GPU クラウドを始めるのですか？
- 論文にはそう書かれていません。チームがすでに推論に使っている仕組みを説明し、学習や組織をまたいだ Mac の連携を今後の方向性として挙げているだけで、製品の発表はありません。
- Minions は複数の Mac を 1 つの GPU にまとめるのですか？
- いいえ。ジョブは独立したサブタスクに分けられ、それぞれが 1 台の Mac で動きます。1 つのモデルを複数の Mac で動かす方法は書かれていません。
- Minions はどんなモデルを動かしますか？
- transformers ライブラリを使った Hugging Face のエンベディングモデルと、Ollama を使った LLM の応答を、Mac の GPU で動かします。具体的なモデル名は挙げられていません。
- MLX Network は Apple や Minions の一部ですか？
- いいえ。MLX Network は MLX Node を動かす Mac の独立したネットワークです。Apple とは関係がなく、Minions プロジェクトとも無関係です。