O Minions é um sistema descrito por pesquisadores da Apple que distribui tarefas de inferência entre GPUs ociosas de Macs com Apple Silicon. Inferência é a etapa em que um modelo já treinado gera uma resposta ou produz outro resultado; no sistema, cada Mac participante pode assumir subtarefas. O artigo dos pesquisadores, datado de 9 de outubro de 2026, detalha como o PostgreSQL coordena essa distribuição e como o trabalho interrompido volta à fila.
A ideia importa porque deixa claro que distribuir tarefas entre computadores não significa, por si só, dividir um único modelo entre eles. O Minions organiza trabalhos de inferência em subtarefas independentes e aproveita a capacidade ociosa dos Macs participantes.
Que tarefas o Minions executa
O artigo descreve duas categorias de trabalho: geração de embeddings com modelos transformer compatíveis do Hugging Face e conclusão de textos com modelos de linguagem (LLMs) por meio do Ollama instalado nos Macs participantes. Embeddings são representações numéricas que ajudam sistemas de IA a comparar textos ou outros dados.
O Minion Server valida os pedidos e os separa em subtarefas. Os Minion Executors, instalados nos Macs, buscam tarefas elegíveis por APIs REST, executam a inferência localmente e enviam os resultados para um armazenamento de objetos configurável. O artigo cita o AWS S3 como exemplo para guardar entradas, modelos e resultados.
Como o PostgreSQL evita a disputa por uma subtarefa
O PostgreSQL registra a propriedade de cada subtarefa. Uma restrição de unicidade combina equipe, projeto, nome da tarefa e identificador da subtarefa: assim, apenas um executor pode registrar a propriedade daquela unidade de trabalho. Essa regra transforma vários Macs disponíveis em uma fila coordenada, em vez de permitir que cada máquina escolha tarefas sem controle compartilhado.
Por padrão, as tarefas são atendidas na ordem em que chegam. Quem administra os executores também pode definir preferências por equipe, projeto e tarefa; se não houver trabalho preferencial disponível, o executor pode recorrer à fila compartilhada.
Como o sistema retoma trabalho interrompido
Os executores enviam sinais periódicos de atividade, chamados heartbeats, a cada cinco minutos. O Minion Watchdog acompanha as execuções ativas. Se um executor parar de responder — por exemplo, por perda de rede, suspensão ou desligamento — o sistema libera a subtarefa inacabada para que outro executor possa assumi-la.
A recuperação se aplica ao trabalho que ficou incompleto. Ela não transforma uma interrupção em prova de que a tarefa foi concluída: o executor seguinte precisa adquirir a subtarefa liberada e executar o trabalho.
O que as equipes conseguem acompanhar
Os painéis do Grafana usam métricas derivadas do PostgreSQL. Eles mostram quantos executores estão registrados, online, ocupados ou ociosos, além de contagens de tarefas ativas, concluídas ou com falha, separadas também pelo tipo de inferência. Com isso, as equipes podem acompanhar tanto a situação dos trabalhadores quanto o andamento dos trabalhos.
Para implantações restritas a uma equipe ou organização, o artigo descreve bancos PostgreSQL dedicados e pools separados de executores como medidas para tratar preocupações de confidencialidade.
O que significa a espera de horas para minutos
Os pesquisadores da Apple relatam que alguns trabalhos de inferência que antes enfrentavam filas de GPU superiores a dez horas podiam frequentemente começar em minutos com o Minions. A medida é o tempo de espera antes do início da execução, não a duração do processamento nem a velocidade de geração de resultados.
O relato descreve uma experiência operacional em várias equipes, não um benchmark controlado de desempenho. Ele dá uma indicação do tempo para obter acesso a capacidade de GPU naquele contexto, mas não estabelece um resultado garantido para toda tarefa.
O que vem depois da inferência
O uso atual descrito pelos pesquisadores é inferência. Treinamento distribuído de modelos aparece como trabalho futuro; a federação de dispositivos entre organizações ou com uma comunidade mais ampla é apresentada como possibilidade condicionada à capacidade de fazê-la com segurança.
