Dans un article daté du 9 octobre 2026, des chercheurs d’Apple décrivent Minions comme un système qui distribue des sous-tâches d’inférence entre les GPU Apple Silicon disponibles sur des Mac sous macOS. Leur article présente l’inférence comme l’exécution d’un modèle pour produire un résultat. Tom’s Hardware décrit Minions comme une capacité interne à Apple, destinée à absorber une partie des besoins en GPU. L’article de Tom’s Hardware
L’idée centrale est la coordination : PostgreSQL enregistre quel exécuteur possède chaque sous-tâche, et un watchdog remet en circulation le travail interrompu. Les Mac ne sont donc pas simplement un ensemble de machines qui lancent chacune des tâches sans mécanisme commun.
Les tâches d’inférence décrites
Les chercheurs décrivent deux catégories de travaux : la génération d’embeddings — des représentations vectorielles de données — à partir de modèles transformer pris en charge sur Hugging Face, et la complétion de texte par des grands modèles de langage (LLM) via Ollama installé sur les Mac participants. L’article de recherche
Comment Minions attribue chaque sous-tâche
Le Minion Server valide les demandes et les découpe de façon asynchrone en sous-tâches. Les Minion Executor récupèrent les tâches éligibles via des interfaces REST, téléchargent les données d’entrée et, si nécessaire, mettent un modèle en cache localement. Après l’inférence sur le GPU Apple Silicon, ils déposent les résultats dans un stockage d’objets configurable ; AWS S3 en est l’exemple principal dans l’article. Les chercheurs détaillent ce fonctionnement.
PostgreSQL assure la coordination sans ordonnanceur central. Pour chaque combinaison d’équipe, de projet, de nom de tâche et d’identifiant de sous-tâche, une contrainte d’unicité empêche l’enregistrement de plusieurs attributions. Un seul exécuteur peut donc prendre la propriété de cette sous-tâche.
Comment le travail interrompu est repris
Les exécuteurs envoient un signal de présence toutes les cinq minutes. Le Minion Watchdog surveille les exécutions actives ; si un exécuteur cesse de répondre, il libère le travail inachevé afin qu’un autre puisse le récupérer. Une perte de réseau, une mise en veille, l’arrêt de la machine ou l’interruption volontaire d’un exécuteur peuvent laisser une tâche sans réponse. Le mécanisme est décrit dans l’article.
Ce que les équipes peuvent suivre
Les tableaux de bord Grafana s’appuient sur les données de PostgreSQL. Ils présentent le nombre d’exécuteurs enregistrés, en ligne, occupés ou inactifs, ainsi que les tâches actives, terminées ou échouées, avec leur type d’inférence. Les équipes peuvent ainsi suivre à la fois l’état des machines participantes et celui des travaux en cours. Les chercheurs précisent ces indicateurs.
Par défaut, les tâches sont traitées dans l’ordre d’arrivée. Les responsables des exécuteurs peuvent toutefois définir des préférences par équipe, projet et tâche ; si le travail privilégié n’est pas disponible, l’exécuteur peut revenir à la file partagée. Pour les déploiements limités à une équipe ou à une organisation, l’article décrit aussi des bases PostgreSQL dédiées et des groupes d’exécuteurs séparés afin de répondre aux préoccupations de confidentialité.
Ce que signifie le délai rapporté
Les chercheurs d’Apple rapportent que certaines tâches qui attendaient plus de dix heures dans une file GPU pouvaient souvent démarrer en quelques minutes avec Minions. Cette observation porte sur l’attente avant le lancement des tâches. L’article de recherche
Le périmètre décrit par les chercheurs
Minions répartit des sous-tâches d’inférence ; l’article ne décrit pas le partage des poids d’un même modèle entre plusieurs Mac. Il présente l’entraînement distribué comme un travail futur. Les chercheurs évoquent également une fédération de machines entre organisations — voire à plus grande échelle — comme une possibilité conditionnée à la mise en place d’une fédération sécurisée. Ces pistes figurent dans l’article.
