🌀 AIBB-Flywheel

新闻数据飞轮
← 返回文章列表
ithome 科技 采集 2026-10-16T04:14:57+00:00

苹果Minions研究:聚合闲置Mac GPU,几分钟完成10小时AI任务

原始标题:苹果 Minions 研究:闲置 Mac GPU 组队,几分钟就能完成 10 小时 AI 任务

来源
ithome
发布时间
2026-10-16T01:14:02
采集批次
2026-10-16-04
字数
811
URL 指纹
53946e36652c8a7b

📌 AI 总结(293 字)

苹果研究团队近日公布名为Minions的系统研究方案,旨在将日常办公场景中长期闲置的Mac设备上的GPU算力聚合起来,形成可动态调度的『虚拟GPU云』,用于运行大规模机器学习推理任务。该系统由Minion Server调度、Minion Executor在本地Apple Silicon GPU上执行推理、Minion Watchdog监控设备状态,并采用拉取式任务模型避免重复处理。测试结果显示,原本需排队10小时以上的推理任务,在Minions下可在数分钟内启动,且无需新增GPU硬件。不过,该方案目前更偏向企业内部研究与工程用途,跨部门使用他人设备时的数据保密与治理仍是重要顾虑。
📄 正文(811 字)
IT之家10月16日消息,科技媒体AppleInsider昨日(10月15日)发布博文,报道称苹果研究团队公布了一项名为Minions的系统研究,尝试聚合闲置Mac GPU,形成一个可动态调度的『虚拟GPU云』,用于运行大规模机器学习推理任务。

IT之家援引博文介绍,传统AI推理通常依赖集中式GPU集群,面临成本高、扩容慢、排队时间长等问题;而Mac在日常办公、浏览和创作场景中,GPU常常长期空闲。

苹果公司在论文中阐述了Minions方案,希望重新组织这些『看不见的算力』,在不额外采购GPU的情况下,让多台Mac协同完成AI任务。

Minion Server负责接收任务、拆分子任务并协调调度;PostgreSQL元数据存储记录任务与设备状态;运行在各台macOS设备上的Minion Executor通过Apple Silicon GPU本地执行推理;Minion Watchdog则监控设备掉线、休眠或断电等情况,并把未完成任务重新分配给其他可用设备。

在技术实现上,Minions采用『拉取式』任务模型:设备主动向服务器领取可执行的子任务,并通过原子化机制避免多台设备重复处理同一任务。推理结果可写入对象存储,系统还提供基于Grafana的实时监控面板,便于团队了解在线、忙碌和空闲设备数量。

苹果披露的测试结果显示,此前因集中式GPU资源不足而需排队超过10小时的部分推理任务,在Minions下可在数分钟内开始执行;团队无需新增GPU硬件,也降低了基础设施成本。

不过,这项技术目前更像是面向企业内部的研究与工程方案,而非面向普通消费者的正式产品。研究团队也指出,跨部门使用他人设备时,数据保密和治理是重要顾虑。

Minions: A Dynamic and Distributed Virtual GPU Cloud Built on Idle Apple Silicon Devices