Apple Minions è un sistema che distribuisce sott’attività di inferenza tra le GPU Apple Silicon inattive di più Mac con macOS. Il punto chiave è il coordinamento: PostgreSQL registra quale esecutore ha preso in carico ogni sott’attività, mentre un watchdog rimette in coda il lavoro interrotto. I ricercatori Apple hanno descritto il sistema in un paper datato 9 ottobre 2026.
Che cosa fa Minions
Minions è pensato per distribuire attività di inferenza, cioè l’esecuzione di un modello già addestrato. Il paper descrive due tipi di carico: generare embedding con modelli transformer supportati di Hugging Face e completare richieste a un LLM tramite Ollama installato sui Mac partecipanti.
Il sistema suddivide un lavoro in sotto-attività indipendenti. In questo modo più Mac possono occuparsi di parti diverse dei carichi assegnati: la descrizione riguarda la distribuzione delle attività, non la suddivisione dei pesi di un singolo modello tra più computer.
Come PostgreSQL assegna ogni sotto-attività
Il Minion Server convalida le richieste e le divide in sotto-attività. Gli esecutori, chiamati Minion Executor, interrogano il server tramite API REST e prelevano il lavoro disponibile. Non c’è uno scheduler centrale che assegna direttamente ogni incarico: PostgreSQL conserva i dati di coordinamento e registra chi possiede ciascuna sotto-attività.
La protezione contro le assegnazioni duplicate è una regola nel database. Un vincolo di unicità combina team, progetto, nome del task e identificativo della sotto-attività: per quella combinazione può essere registrato un solo esecutore proprietario. Così più Mac possono cercare lavoro senza acquisire contemporaneamente lo stesso incarico.
Gli esecutori scaricano gli input e, quando serve, memorizzano localmente il modello; poi elaborano la sotto-attività sulla GPU Apple Silicon e salvano i risultati nell’object storage configurato. Il paper cita AWS S3 come esempio principale di archivio per input e output.
Come viene recuperato il lavoro interrotto
Ogni esecutore invia un heartbeat — un segnale periodico che indica che è ancora attivo — ogni cinque minuti. Minion Watchdog monitora le esecuzioni in corso: se un esecutore non risponde, rende nuovamente disponibile il lavoro non completato, che un altro può acquisire.
La distinzione è importante: il watchdog segue le attività già avviate e interviene su quelle rimaste incomplete. Non assegna i task in partenza; la proprietà delle sotto-attività è registrata in PostgreSQL.
Quali informazioni possono consultare i team
Le dashboard di Grafana usano metriche ricavate da PostgreSQL. Per gli esecutori mostrano i conteggi di quelli registrati, online, occupati e inattivi; per i task, quelli attivi, completati e falliti, oltre al tipo di inferenza. In pratica, la vista collega la disponibilità dei Mac allo stato del lavoro assegnato.
I proprietari degli esecutori possono anche impostare preferenze per team, progetto e task. La coda segue per impostazione predefinita l’ordine di arrivo; se manca un incarico che rispetta una preferenza, l’esecutore può tornare alla coda condivisa. Per i deployment limitati a un team o a un’organizzazione, il paper descrive inoltre database PostgreSQL dedicati e pool di esecutori separati per affrontare esigenze di riservatezza.
Che cosa significa l’attesa di ore ridotta a minuti
I ricercatori Apple riferiscono che alcuni lavori, prima in attesa di una GPU per oltre dieci ore, con Minions potevano spesso iniziare nel giro di pochi minuti. È un’osservazione operativa sull’attesa prima dell’avvio, non una misura della velocità di calcolo o del tempo necessario a completare un modello.
L’inferenza è attuale, l’addestramento è futuro
Il paper descrive Minions per l’inferenza e indica l’addestramento distribuito dei modelli come un possibile sviluppo futuro. Anche l’idea di federare Mac di organizzazioni diverse, o di una comunità più ampia, è presentata come una possibilità condizionata alla possibilità di federare i dispositivi in modo sicuro.
