Am 9. Oktober 2026 haben die Apple-Forscher Jianhua Li, Yun Xing, Girisha De Silva, Ryan Flint, Kai Yuan und Sean Suchter ein Arbeitspapier zu einem System namens Minions vorgestellt.
Die Publikation beschreibt eine dynamische, verteilte virtuelle Cloud-Architektur, die brachliegende Apple-Silicon-Grafikprozessoren über macOS-Geräte zusammenschaltet, um Inferenzaufgaben im Bereich des maschinellen Lernens auszuführen. Das dreiseitige Dokument mit der Kennung arXiv 2610.12970 wurde zeitgleich über Apples Forschungsportal zugänglich gemacht.
Dezentraler Aufbau aus vier Komponenten
Die technische Architektur von Minions gliedert sich in vier zentrale Bausteine: einen Server mit Web-Oberfläche und REST-Schnittstellen, einen PostgreSQL-Metadaten-Speicher mit sieben Tabellen, lokale Ausführungseinheiten sowie einen Überwachungsdienst. Das System verzichtet auf einen zentralen Scheduler und arbeitet stattdessen mit einem abrufzentrierten Verfahren.
Eingehende Aufgaben teilt der Server in Subtasks auf und hinterlegt diese in der Datenbank. Die auf den einzelnen Mac-Computern installierten Minion-Executoren fordern diese Teilaufgaben eigenständig über die REST-Schnittstelle an.
Eingangsdaten lädt die Ausführungseinheit aus dem Cloud-Speicher Amazon S3, wickelt die Berechnung direkt auf dem lokalen Mac-Grafikprozessor ab und überträgt das Ergebnis zurück an S3. Um Ausfälle abzufangen, überprüft ein Watchdog alle fünf Minuten die Lebenszeichen der Systeme und weist Aufgaben bei Störungen automatisch neu zu.
Wer die volle Leistung seines Apple-Rechners für anspruchsvolle Aufgaben nutzen möchte, sollte mit den richtigen Einstellungen starten. Dieses kostenlose Starterpaket zeigt, wie Sie Ihren Mac von Beginn an optimal konfigurieren und sein Potenzial voll ausschöpfen. Zum kostenlosen Mac-Starterpaket
Kurze Latenzen bei der Aufgabenverteilung
Minions konzentriert sich auf Inferenzberechnungen, da sich viele dieser Aufgaben unabhängig voneinander ausführen lassen; ein Modelltraining findet nicht statt. Jedes System führt dabei ein vollständiges Modell aus, ohne es auf mehrere Rechner aufzuteilen. Genutzt werden Embedding-Modelle über Hugging Face Transformers sowie Textvervollständigungen über Ollama.
Den Entwicklern zufolge lagen die Wartezeiten für Inferenz-Jobs vor dem Einsatz von Minions bei Stunden (bis 10+). Mit dem neuen Ansatz starten sie zumeist innerhalb von Minuten. Zudem entfallen neue GPU-Anfragen, während sich die Skalierung organisch vollzieht. Innerhalb von Apple setzen mehrere Teams die Lösung bereits für Text- und Sprachmodellaufgaben ein.
Rechner wie der Mac mini und der Mac Studio unterstützen zudem Clustering über RDMA via Thunderbolt 5. Die organisatorische Abstimmung läuft informell über Slack, wobei Gerätebesitzer ihre eigenen Rechenaufgaben priorisieren können. Leistungsdaten werden über Grafana-Dashboards dargestellt.
Schutz der Daten und Ausgleich von Engpässen
Als wesentliche Grenze für eine breitere Nutzung nennen die Forscher die Vertraulichkeit von Daten. Um dem zu begegnen, wird die Architektur in voneinander isolierten Pools mit separaten Datenbanken für einzelne Teams betrieben.
Zeitsparende Abläufe sind bei der Arbeit am Mac entscheidend, um auch komplexe Projekte effizient abzuwickeln. Ein Apple-Experte hat die 19 nützlichsten Tastenkombinationen zusammengestellt, mit denen Sie im Alltag sofort flüssiger und schneller navigieren können. 19 Mac-Shortcuts gratis herunterladen
Messwerte zu Durchsatz, Latenz, Betriebskosten, Systemzahlen oder zur Wiederherstellung nach Fehlern enthält die Untersuchung nicht. Auch Vergleiche mit Nvidia-Clustern sowie Berechnungen zu Stromverbrauch und Hardwareverschleiß fehlen. Die Autoren positionieren Minions primär als Absicherung gegen Engpässe bei Grafikprozessoren, nicht als vollständigen Ersatz für traditionelle Rechenzentren.
Bereits im Juli wies Apple in seinem Quartalsbericht auf die Abhängigkeit von Rechenressourcen vor dem Hintergrund knapper Angebote, langer Lieferzeiten und steigender Kosten hin. Künftig soll das Verfahren womöglich auch für organisationsübergreifende Verbünde taugen; derzeit prüft das Unternehmen noch, ob sich die Technologie für das Trainieren von KI-Modellen eignet.
Mehr zum Thema bei The Register: „Apple unleashes a swarm of Mac Minions to share GPU resources for large AI tasks“