Dans une entreprise, plusieurs Mac peuvent rester allumés sans utiliser toute leur puissance graphique. Avec Minions, Apple Research propose de mettre ces ressources GPU en commun pour traiter des tâches d’inférence d’apprentissage automatique plus lourdes, plutôt que de les laisser inactives sur chaque poste.
Le principe est celui d’un cloud GPU virtuel : un même traitement est découpé en sous-tâches, puis exécuté localement par les Mac qui participent au groupe. Apple indique déjà employer cette solution en interne.
Une coordination pensée pour un parc de Mac
Selon la publication scientifique d’Apple, Minions s’appuie sur un serveur central chargé de recevoir les requêtes, via une interface web et des API, puis de les organiser dans une file d’attente. Un magasin de métadonnées PostgreSQL accompagne cette orchestration.
Sur chaque Mac mobilisé, un composant nommé Minion Executor prend en charge les sous-tâches à l’aide du GPU Apple Silicon de la machine. Les résultats sont ensuite écrits dans le stockage prévu par l’architecture. Un tableau de bord permet de suivre le déroulement des opérations en temps réel.
Apple a également intégré un mécanisme de reprise baptisé Minion Watchdog. Si une machine perd sa connexion ou s’éteint, la tâche concernée revient dans la file d’attente afin qu’un autre Mac puisse l’exécuter. Cette approche évite qu’un traitement distribué soit bloqué par la défaillance d’un seul appareil.
Mac mini et Mac Studio peuvent relier leurs ressources
Apple cite les Mac mini et les Mac Studio parmi les machines susceptibles d’intégrer ce type de regroupement. Avec le RDMA (Remote Direct Memory Access) via Thunderbolt 5, plusieurs Mac peuvent associer leurs capacités de calcul et leur mémoire pour une charge de travail donnée.
Il ne s’agit pas de tout envoyer vers une unique machine centrale : les opérations restent réalisées sur les Mac participants. Minions conserve le rôle de chef d’orchestre, en attribuant les portions de calcul et en redistribuant celles qui doivent être relancées.
Ce que ça change
Pour les équipes qui disposent déjà de plusieurs Mac Apple Silicon, cette architecture ouvre une piste concrète : valoriser les ressources graphiques disponibles dans leur parc pour des besoins d’IA ponctuels ou importants. L’intérêt pratique tient autant à l’agrégation des GPU qu’à la continuité de service, grâce à la redistribution automatique des tâches lorsqu’un Mac devient indisponible.
La démonstration d’Apple montre surtout qu’un ensemble de Mac sous macOS peut devenir une plateforme d’inférence distribuée, sans concentrer toute la charge sur un seul GPU.
À lire aussi
Source : Apple Research — publication scientifique « Minions » (arXiv)