Коротко
- Minions об’єднує GPU Mac з Apple silicon, що простоюють, для завдань інференсу, як-от ембедінги та відповіді LLM, без купівлі нових GPU (Apple).
- Вона розрахована на одну організацію: сервер ділить завдання на підзавдання, Mac забирають їх, а watchdog роздає підзавдання знову, якщо його Mac перестав відповідати.
- Стаття повідомляє, що черги скоротилися з понад 10 годин до хвилин, але не наводить ні кількості пристроїв, ні вимірів швидкості.
- MLX Network — інший, незалежний проєкт: Mac будь-яких людей, відповіді звіряються з іншими Mac, винагороди в токенах MLX. З Apple він не пов’язаний.
1Що таке Minions
«Minions: A Dynamic and Distributed Virtual GPU Cloud Built on Idle Apple Silicon Devices» — тристорінкова стаття Jianhua Li, Yun Xing, Girisha De Silva, Ryan Flint, Kai Yuan і Sean Suchter з Apple, опублікована 9 жовтня 2026 року (arXiv) і розміщена на Apple Machine Learning Research (Apple).
Вихідна точка: завдання інференсу, наприклад генерація ембедінгів і відповідей LLM, зазвичай чекають на центральні GPU-кластери, які дорого розширювати і які часто перевантажені, а GPU в Mac з Apple silicon у повсякденній роботі здебільшого простоюють. Minions ставить питання, чи можна об’єднати ці GPU у спільну платформу інференсу «without additional hardware investment» (стаття).
2Як це працює
- Minion Server приймає завдання через вебінтерфейс і API, перевіряє їх і ділить кожне на підзавдання.
- База даних PostgreSQL зберігає кожне завдання, підзавдання й heartbeat. Mac ніколи не звертаються до неї напряму.
- Minion Executor працює на кожному Mac: забирає підзавдання через REST, завантажує вхідні дані з об’єктного сховища (Amazon S3) і модель, якщо її немає в кеші, виконує її на GPU Mac і записує результати назад.
- Minion Watchdog стежить за heartbeat (кожні п’ять хвилин) тих Mac, що зайняті роботою, і повертає підзавдання в чергу, якщо його Mac заснув, втратив мережу, вимкнувся або був зупинений власником.
Центрального планувальника немає: Mac змагаються за підзавдання, і обмеження унікальності в базі даних дає виграти рівно одному. Завдання йдуть у порядку надходження, але власник Mac може спершу спрямувати його на проєкт однієї команди. Ембедінги рахуються через Hugging Face transformers, відповіді LLM — через Ollama, на GPU Mac (стаття).
3Що повідомляє стаття
Minions «has been used to support GPU inference workloads across multiple teams». Єдина таблиця порівнює до і після: очікування GPU — з годин (до 10 і більше) до хвилин, нові запити GPU — з «потрібні» до «немає», витрати на інфраструктуру — з високих до нуля, зусилля на масштабування — з ручних до органічних (стаття).
Описано й людський бік. Учасники команд просять колег у Slack запустити executor для проєкту, а дехто непокоївся, що їхні дані обробляються на пристроях поза їхньою командою. Minions відповідає на це розгортаннями в межах однієї команди чи організації, у кожного з яких своя база даних і свій пул Mac.
4Чого стаття не стверджує
- Немає бенчмарків. Ні токенів за секунду, ні кількості Mac, ні порівняння з GPU дата-центрів.
- Немає навчання. Розподілене навчання назване майбутньою роботою.
- Немає одного гігантського GPU. Кожне підзавдання виконується на одному Mac; стаття не описує поділ однієї моделі між кількома Mac.
- Немає перевірки результатів. Стаття не описує, як перевіряються відповіді, які повертають Mac.
- Ні оплати, ні продукту. Mac-учасники нічого не отримують, і стаття не анонсує жодного сервісу Apple.
Висновок зазирає далі: якщо Mac, що простоюють, «across organizations—or potentially across the global community—can be securely federated», вони могли б утворити величезний спільний пул GPU. У статті це напрям на майбутнє, а не те, що вже побудовано (стаття).
5Чим відрізняється MLX Network
| Minions (дослідження Apple) | MLX Network | |
|---|---|---|
| Хто бере участь | Mac усередині однієї команди чи організації | Будь-хто, у кого є Mac з Apple Silicon і MLX Node |
| Що виконується | Ембедінги (Hugging Face) і відповіді LLM (Ollama) | Завдання LLM на фреймворку MLX від Apple |
| Як надходить робота | Mac забирають підзавдання з центрального сервера | MLX Node запитує завдання в мережі в заданих вами межах |
| Перевірка відповідей | Не описана | Звіряння з відповідями інших Mac і відомими тестовими завданнями |
| Винагорода | Немає: наявне залізо без витрат | Токени MLX щогодини, на безкоштовному місці заблоковані на 30 дн. |
| Статус | Дослідницька стаття; навчання — майбутня робота | Mainnet з 18 жовтня 2026 року, кожен блок у публічному оглядачі |
Обидва проєкти виходять з одного спостереження: у Mac з Apple silicon потужні GPU, які більшу частину дня простоюють. Minions лишає це всередині однієї організації, серед Mac, яким вона вже довіряє. MLX Network відкриває це для всіх — тому звіряє відповіді з іншими Mac і платить за перевірену роботу. MLX Network — незалежний проєкт, не пов’язаний з Apple; назва походить від фреймворку MLX, на якому мережа працює (чому така назва).
Хочете, щоб ваш Mac брав участь? MLX Node безкоштовний і працює лише тоді й з таким навантаженням, як ви дозволите; правила — у whitepaper, а кожен Mac мережі видно на MLX World. Токени MLX можуть знецінитися: прочитайте про ризики.
6Запитання
- Apple запускає хмару GPU з Mac?
- У статті цього немає. Вона описує систему, яку команди вже використовують для інференсу, і називає навчання та об’єднання Mac різних організацій напрямами на майбутнє. Продукт не анонсується.
- Чи об’єднує Minions кілька Mac в один GPU?
- Ні. Завдання ділиться на незалежні підзавдання, і кожне виконується на одному Mac. Запуск однієї моделі на кількох Mac у статті не описано.
- Які моделі виконує Minions?
- Моделі ембедінгів з Hugging Face через бібліотеку transformers і відповіді LLM через Ollama, на GPU Mac. Конкретних моделей у статті не названо.
- MLX Network — частина Apple чи Minions?
- Ні. MLX Network — незалежна мережа з Mac, на яких працює MLX Node. Вона не пов’язана з Apple і не має стосунку до проєкту Minions.