อธิบาย Minions ของ Apple

1Minions คืออะไร

"Minions: A Dynamic and Distributed Virtual GPU Cloud Built on Idle Apple Silicon Devices" เป็นบทความสามหน้าของ Jianhua Li, Yun Xing, Girisha De Silva, Ryan Flint, Kai Yuan และ Sean Suchter จาก Apple เผยแพร่เมื่อ 9 ตุลาคม 2026 (arXiv) และอยู่ใน Apple Machine Learning Research (Apple)

จุดเริ่มต้นคือ งานอินเฟอเรนซ์อย่างการสร้าง embedding และคำตอบของ LLM มักต้องรอคลัสเตอร์ GPU กลางที่ขยายได้แพงและมักแน่นเกินไป ขณะที่ GPU ใน Mac ที่ใช้ Apple silicon แทบว่างตลอดในการใช้งานทั่วไป Minions จึงถามว่าจะรวม GPU ที่ว่างเหล่านี้เป็นแพลตฟอร์มอินเฟอเรนซ์ร่วมกัน "without additional hardware investment" ได้หรือไม่ (บทความ)

2ทำงานอย่างไร

• Minion Server รับงานผ่านเว็บอินเทอร์เฟซและ API ตรวจสอบ แล้วแบ่งแต่ละงานเป็นงานย่อย
• ฐานข้อมูล PostgreSQL เก็บทุกงาน งานย่อย และ heartbeat โดย Mac ไม่เข้าถึงฐานข้อมูลโดยตรงเลย
• Minion Executor รันบน Mac แต่ละเครื่อง รับงานย่อยผ่าน REST ดาวน์โหลดอินพุตจากที่เก็บออบเจกต์ (Amazon S3) และโมเดลหากยังไม่มีในแคช รันบน GPU ของ Mac แล้วเขียนผลกลับ
• Minion Watchdog ติดตาม heartbeat (ทุกห้านาที) ของ Mac ที่กำลังทำงาน และนำงานย่อยกลับเข้าคิวเมื่อ Mac เครื่องนั้นหลับ เน็ตหลุด ปิดเครื่อง หรือถูกเจ้าของหยุด

ไม่มีตัวจัดตารางกลาง Mac แย่งกันรับงานย่อย และข้อจำกัดความไม่ซ้ำในฐานข้อมูลทำให้มีผู้ชนะเพียงเครื่องเดียว งานถูกทำตามลำดับที่เข้ามา แต่เจ้าของ Mac สั่งให้ทำโปรเจกต์ของทีมใดทีมหนึ่งก่อนได้ embedding รันด้วย Hugging Face transformers ส่วนคำตอบของ LLM รันด้วย Ollama บน GPU ของ Mac (บทความ)

3บทความรายงานอะไร

Minions "has been used to support GPU inference workloads across multiple teams" ตารางเดียวในบทความเทียบก่อนและหลัง เวลารอ GPU จากหลายชั่วโมง (สูงสุดกว่า 10) เหลือไม่กี่นาที คำขอ GPU ใหม่จากจำเป็นเป็นไม่ต้องมี ต้นทุนโครงสร้างพื้นฐานจากสูงเป็นศูนย์ และงานขยายระบบจากทำมือเป็นโตเองตามธรรมชาติ (บทความ)

บทความยังเล่าด้านคนด้วย สมาชิกทีมขอให้เพื่อนร่วมงานผ่าน Slack ช่วยรัน executor ให้โปรเจกต์หนึ่ง และบางคนกังวลว่าข้อมูลของตนจะถูกประมวลผลบนอุปกรณ์นอกทีม Minions แก้ด้วยการติดตั้งที่จำกัดอยู่ในทีมหรือองค์กรเดียว แต่ละชุดมีฐานข้อมูลและกลุ่ม Mac ของตัวเอง

4สิ่งที่บทความไม่ได้อ้าง

• ไม่มีเบนช์มาร์ก ไม่มีโทเคนต่อวินาที ไม่มีจำนวน Mac และไม่มีการเทียบกับ GPU ในศูนย์ข้อมูล
• ไม่มีการเทรน การเทรนแบบกระจายถูกระบุว่าเป็นงานในอนาคต
• ไม่ใช่ GPU ยักษ์ตัวเดียว งานย่อยแต่ละงานรันบน Mac เครื่องเดียว บทความไม่ได้อธิบายการแบ่งโมเดลหนึ่งไปหลายเครื่อง
• ไม่มีการตรวจผลลัพธ์ บทความไม่ได้อธิบายว่าตรวจสอบคำตอบที่ Mac ส่งกลับมาอย่างไร
• ไม่มีค่าตอบแทนและไม่มีผลิตภัณฑ์ Mac ที่เข้าร่วมไม่ได้รับรางวัล และบทความไม่ได้ประกาศบริการใดของ Apple

บทสรุปมองไกลกว่านั้น ถ้า Mac ที่ว่างอยู่ "across organizations—or potentially across the global community—can be securely federated" ก็อาจกลายเป็นแหล่ง GPU ขนาดใหญ่ที่ใช้ร่วมกันได้ ในบทความนี่เป็นทิศทางในอนาคต ไม่ใช่สิ่งที่สร้างแล้ว (บทความ)

5MLX Network ต่างกันอย่างไร

ทั้งสองเริ่มจากข้อสังเกตเดียวกัน คือ Mac ที่ใช้ Apple silicon มี GPU ที่เก่งแต่ว่างเกือบทั้งวัน Minions เก็บเรื่องนี้ไว้ในองค์กรเดียว ระหว่าง Mac ที่ไว้ใจกันอยู่แล้ว ส่วน MLX Network เปิดให้ทุกคน จึงต้องตรวจคำตอบกับ Mac เครื่องอื่นและจ่ายค่างานที่ผ่านการตรวจสอบ MLX Network เป็นโครงการอิสระและไม่เกี่ยวข้องกับ Apple ชื่อมาจากเฟรมเวิร์ก MLX ที่เครือข่ายรันอยู่ (ที่มาของชื่อ)

อยากให้ Mac ของคุณเข้าร่วมไหม MLX Node ใช้ฟรีและทำงานเฉพาะเวลาและระดับที่คุณอนุญาต กติกาอยู่ใน whitepaper และ Mac ทุกเครื่องในเครือข่ายแสดงอยู่บน MLX World โทเค็น MLX อาจมีมูลค่าลดลง โปรดอ่าน ความเสี่ยง

6คำถาม

Apple จะเปิดตัวคลาวด์ GPU ที่ทำจาก Mac ไหม

บทความไม่ได้บอกเช่นนั้น บทความอธิบายระบบที่ทีมต่าง ๆ ใช้อินเฟอเรนซ์อยู่แล้ว และระบุการเทรนกับการรวม Mac ที่ว่างข้ามองค์กรเป็นทิศทางในอนาคต ไม่ได้ประกาศผลิตภัณฑ์ใด

Minions รวม Mac หลายเครื่องเป็น GPU เดียวไหม

ไม่ งานหนึ่งถูกแบ่งเป็นงานย่อยที่เป็นอิสระต่อกัน และแต่ละงานรันบน Mac เครื่องเดียว บทความไม่ได้อธิบายการรันโมเดลเดียวบนหลายเครื่อง

Minions รันโมเดลอะไรบ้าง

โมเดล embedding จาก Hugging Face ผ่านไลบรารี transformers และคำตอบของ LLM ผ่าน Ollama บน GPU ของ Mac บทความไม่ได้ระบุชื่อโมเดล

MLX Network เป็นส่วนหนึ่งของ Apple หรือ Minions ไหม

ไม่ใช่ MLX Network เป็นเครือข่ายอิสระของ Mac ที่รัน MLX Node ไม่เกี่ยวข้องกับ Apple และไม่เกี่ยวกับโครงการ Minions