Tóm tắt nhanh
- Minions gom GPU đang rảnh của các Mac Apple silicon để chạy tác vụ suy luận như embedding và câu trả lời LLM mà không phải mua GPU mới (Apple).
- Nó được thiết kế cho một tổ chức: máy chủ chia việc thành tác vụ con, các Mac tự lấy về, và một watchdog giao lại tác vụ con khi Mac của nó im lặng.
- Bài báo cho biết thời gian chờ giảm từ hơn 10 giờ xuống vài phút, nhưng không đưa ra số thiết bị hay số đo tốc độ.
- MLX Network là một dự án khác, độc lập: Mac của bất kỳ ai, câu trả lời được đối chiếu với Mac khác, phần thưởng bằng token MLX. Nó không liên kết với Apple.
1Minions là gì
"Minions: A Dynamic and Distributed Virtual GPU Cloud Built on Idle Apple Silicon Devices" là bài báo dài ba trang của Jianhua Li, Yun Xing, Girisha De Silva, Ryan Flint, Kai Yuan và Sean Suchter thuộc Apple, đăng ngày 9/10/2026 (arXiv) và có trên Apple Machine Learning Research (Apple).
Điểm xuất phát: các tác vụ suy luận như tạo embedding và câu trả lời LLM thường phải chờ các cụm GPU trung tâm vốn tốn kém khi mở rộng và hay quá tải, trong khi GPU trong Mac Apple silicon phần lớn để không khi dùng hằng ngày. Minions đặt câu hỏi liệu có thể gom những GPU đang rảnh này thành một nền tảng suy luận dùng chung "without additional hardware investment" hay không (bài báo).
2Cách hoạt động
- Minion Server nhận việc qua giao diện web và API, kiểm tra rồi chia mỗi việc thành các tác vụ con.
- Một cơ sở dữ liệu PostgreSQL lưu mọi việc, tác vụ con và heartbeat. Các Mac không bao giờ truy cập trực tiếp vào đó.
- Minion Executor chạy trên từng Mac: lấy tác vụ con qua REST, tải dữ liệu đầu vào từ kho lưu trữ đối tượng (Amazon S3) và tải cả mô hình nếu chưa có trong bộ nhớ đệm, chạy trên GPU của Mac rồi ghi kết quả trở lại.
- Minion Watchdog theo dõi heartbeat (năm phút một lần) của các Mac đang làm việc, và đưa tác vụ con trở lại hàng đợi khi Mac của nó ngủ, mất mạng, tắt máy hoặc bị chủ dừng lại.
Không có bộ lập lịch trung tâm: các Mac tranh nhau nhận một tác vụ con, và ràng buộc duy nhất trong cơ sở dữ liệu chỉ cho đúng một máy thắng. Việc được xử lý theo thứ tự đến trước, nhưng chủ Mac có thể cho máy ưu tiên dự án của một nhóm. Embedding chạy bằng Hugging Face transformers, câu trả lời LLM chạy bằng Ollama, trên GPU của Mac (bài báo).
3Bài báo báo cáo gì
Minions "has been used to support GPU inference workloads across multiple teams". Bảng duy nhất so sánh trước và sau: thời gian chờ GPU từ hàng giờ (có khi hơn 10 giờ) xuống vài phút, yêu cầu GPU mới từ cần thiết xuống không cần, chi phí hạ tầng từ cao xuống bằng không, và công sức mở rộng từ thủ công sang tự nhiên (bài báo).
Bài báo cũng kể phía con người. Thành viên các nhóm nhờ đồng nghiệp qua Slack chạy executor cho một dự án, và có người lo dữ liệu của mình được xử lý trên thiết bị ngoài nhóm. Minions giải quyết bằng các bản triển khai giới hạn trong một nhóm hoặc tổ chức, mỗi bản có cơ sở dữ liệu và nhóm Mac riêng.
4Những gì bài báo không khẳng định
- Không có benchmark. Không có token mỗi giây, không có số lượng Mac, không so sánh với GPU trung tâm dữ liệu.
- Không có huấn luyện. Huấn luyện phân tán được nêu là việc của tương lai.
- Không phải một GPU khổng lồ. Mỗi tác vụ con chạy trên một Mac; bài báo không mô tả việc chia một mô hình ra nhiều Mac.
- Không kiểm tra kết quả. Bài báo không mô tả cách xác minh câu trả lời mà các Mac gửi về.
- Không trả công, không sản phẩm. Mac tham gia không được thưởng, và bài báo không công bố dịch vụ nào của Apple.
Phần kết nhìn xa hơn: nếu những Mac đang rảnh "across organizations—or potentially across the global community—can be securely federated", chúng có thể tạo thành một kho GPU dùng chung rất lớn. Trong bài báo, đó là một hướng đi cho tương lai, không phải thứ đã được xây dựng (bài báo).
5MLX Network khác ở đâu
| Minions (nghiên cứu của Apple) | MLX Network | |
|---|---|---|
| Ai tham gia | Mac trong một nhóm hoặc tổ chức | Bất kỳ ai có Mac Apple Silicon và MLX Node |
| Chạy gì | Embedding (Hugging Face) và câu trả lời LLM (Ollama) | Tác vụ LLM trên framework MLX của Apple |
| Công việc đến thế nào | Mac lấy tác vụ con từ một máy chủ trung tâm | MLX Node xin việc từ mạng, trong giới hạn bạn đặt |
| Kiểm tra câu trả lời | Không mô tả | Đối chiếu với câu trả lời của Mac khác và các tác vụ kiểm thử đã biết |
| Phần thưởng | Không có: phần cứng sẵn có, chi phí bằng không | Token MLX mỗi giờ, khóa 30 ngày với ghế miễn phí |
| Trạng thái | Bài báo nghiên cứu; huấn luyện là việc tương lai | Mainnet từ 18/10/2026, mọi khối đều trên trình khám phá công khai |
Cả hai bắt đầu từ cùng một nhận xét: Mac Apple silicon có GPU mạnh nhưng để không phần lớn thời gian trong ngày. Minions giữ việc đó trong một tổ chức, giữa những Mac mà tổ chức đã tin cậy. MLX Network mở cho tất cả mọi người, nên phải đối chiếu câu trả lời với Mac khác và trả công cho việc đã xác minh. MLX Network độc lập và không liên kết với Apple; cái tên đến từ framework MLX mà mạng chạy trên đó (vì sao có tên này).
Muốn Mac của bạn tham gia? MLX Node miễn phí và chỉ làm việc khi bạn cho phép, ở mức bạn cho phép; quy tắc nằm trong whitepaper, và mọi Mac trong mạng đều hiện trên MLX World. Token MLX có thể mất giá: hãy đọc rủi ro.
6Câu hỏi
- Apple có ra mắt đám mây GPU làm từ Mac không?
- Bài báo không nói vậy. Nó mô tả một hệ thống mà các nhóm đã dùng cho suy luận, và nêu huấn luyện cùng việc liên kết Mac đang rảnh giữa các tổ chức là hướng đi tương lai. Không có sản phẩm nào được công bố.
- Minions có gộp nhiều Mac thành một GPU không?
- Không. Một việc được chia thành các tác vụ con độc lập và mỗi tác vụ chạy trên một Mac. Bài báo không mô tả việc chạy một mô hình trên nhiều Mac.
- Minions chạy những mô hình nào?
- Mô hình embedding từ Hugging Face qua thư viện transformers và câu trả lời LLM qua Ollama, trên GPU của các Mac. Bài báo không nêu tên mô hình cụ thể.
- MLX Network có thuộc Apple hay Minions không?
- Không. MLX Network là mạng độc lập gồm các Mac chạy MLX Node. Nó không liên kết với Apple và không liên quan gì đến dự án Minions.