Discussion: 八卦资讯
2026 年 10 月 14 日,苹果研究院公布「Minions」系统,首次将 Mac 虚拟 GPU 云从概念变为可运行的原型。据《Tom's Hardware》报道,这套分布式方案能把企业内部闲置的 Mac 电脑编织成算力池,仅凭一条 Slack 消息即可完成调度。研究团队表示,该系统具备扩展至全球规模、支撑大模型训练的潜力,论文于当日 11:15(UTC)在预印本平台公开。
名人趣事从 Slack 指令到全局调度:Minions 的技术架构
Minions 的设计出发点直指企业算力浪费。研究团队在论文中写道:"整个系统可以从 Slack 里的一条简短请求开始。" 当开发者需要 GPU 资源时,只需在预设频道发出指令,调度器便会自动扫描局域网内空闲的 Mac,把模型切片分发给各节点,并在任务结束后回收结果。据《Tom's Hardware》披露,原型测试集群由超过 100 台 Apple Silicon Mac 构成。系统针对 M 系列芯片的统一内存架构做了算子级优化,让模型权重直接驻留内存,省去传统 GPU 云中频繁的显存搬运,这使「全局算力调度」不再是数据中心的专利。
名人传记闲置算力的「第二春」:Mac 虚拟 GPU 云的现实价值
企业环境中,Mac 设备的平均利用率长期偏低。一位参与内测的工程师向媒体透露:"我们统计过,办公区 Mac 在每个工作日有大约 8 小时处于完全空闲状态。" 按此估算,一家拥有 5000 台 Mac 的中型公司,理论上可释放出相当于数百张专业 GPU 卡的算力。苹果研究团队认为,与其让这些设备空转,不如以 Mac 虚拟 GPU 云的形式承担内部推理服务、批量数据处理和模型微调等任务。彭博社在 10 月 15 日的后续报道中援引知情人士称,苹果内部已有至少 3 个产品团队开始试用该平台。
网红名媛
性能实测:推理吞吐提升 3 倍,训练仍有关卡
| 测试场景 | 单机 Mac 推理 | Minions 集群(20 节点) | 提升幅度 |
|---|
| --- | --- | --- | --- |
|---|
| Llama 3 8B 文本生成 | 每秒 31 tokens | 每秒 98 tokens | 约 3.2 倍 |
|---|
| 图像分类批量任务 | 每小时 2400 张 | 每小时 10500 张 | 约 4.4 倍 |
|---|
| 70 亿参数模型 LoRA 微调 | 不适用 | 可完成,耗时 6.5 小时 | — |
|---|
从表格可见,在推理场景下,Minions 通过并行切片将吞吐量提升至单机的 3 至 4 倍;但在端到端训练场景,节点间通信仍依赖千兆以太网,带宽成为最短木板。研究人员坦言:"训练任务的加速比目前低于推理,我们正试验 NVMe 直连与内存池化以降低通信开销。" 这表明 Mac 虚拟 GPU 云短期内更适合推理负载,完整训练则仍需专用硬件。
香港娱乐数据安全隐忧:组外设备引发信任危机
分布式算力的代价是数据主权被稀释。研究团队在论文中专门指出:"各团队担心自己的数据可能运行在组外设备上。" 为此,Minions 引入了三重防护:基于硬件标识符的设备白名单、传输层端到端加密,以及任务级沙箱隔离。不过,独立安全研究人员警告,若被调度的设备本身已被植入恶意软件,任何软件层隔离都存在被绕过的风险。这也解释了为何当前测试大多局限于同一园区网的受控环境,跨楼栋调度仍属试验性质。
与主流方案对比:不是替代,而是补充
| 方案 | 硬件成本 | 调度延迟 | 适用场景 |
|---|
| --- | --- | --- | --- |
|---|
| 商业 GPU 云 | 高,按小时计费 | 秒级 | 大规模训练 |
|---|
| 本地工作站 | 中高 | 即时 | 单人调试 |
|---|
| Minions | 极低,复用闲置设备 | 秒至分钟级 | 内部推理、周期性任务 |
|---|
路透社应用研究专栏的评论指出,Minions 的意义不在于取代 NVIDIA GPU 集群,而在于让「每个企业都能用存量设备获得弹性算力」,这一逻辑与苹果近年强调的私有 AI 基建战略一脉相承。
规模化路线图:从园区到全球的野心
研究团队相信,这套分布式方案可以跨越地理边界。论文结论部分写道:"如果调度层升级为基于设备身份而非本地网络的寻址方式,Minions 理论上可以扩展至全球规模的设备池。" 这一设想一旦落地,分布在世界各地的数百万台 Mac 可在夜间闲置时段,像志愿者计算项目那样为 AI 任务贡献算力。但跨洋网络的物理延迟、GDPR 等数据合规要求,以及设备所有者的激励与退出机制,仍是论文未回答的问题。苹果尚未公布任何产品化时间表。
未来展望:苹果的「算力民主化」实验
Minions 目前仍是研究项目,距离正式商用尚需时日。但它提出的议题足够尖锐:当 AI 算力成为稀缺资源,企业是否必须继续采购昂贵的专用 GPU?至少从苹果研究院的测试数据看,存量 Mac 的价值被严重低估了。
Q1: 部署 Minions 需要专门的服务器或网络设备吗?
A1: 不需要。Minions 完全基于现有 Apple Silicon Mac,只需设备接入同一网络并安装调度代理程序。测试环境甚至使用了普通千兆交换机和 WiFi,并未依赖数据中心级基础设施,企业 IT 部门可在数小时内完成试点部署。
Q2: 通过 Slack 提交的任务,如何防止数据被其他部门看到?
A2: 系统采用端到端加密与沙箱容器隔离,调度器只感知任务元数据,无法读取模型权重与输入数据。管理员还能设置设备白名单,将任务限定在本部门或本园区设备上运行。不过研究团队承认,这些措施并不能防范设备硬件层面的入侵。
2026 年 10 月,苹果研究院用「Minions」为 Mac 虚拟 GPU 云勾画了一个大胆的愿景:让每一台闲置的 Mac 都成为全球算力网络的一个节点。尽管带宽、安全与组织信任问题仍待解决,这项研究已经证明,AI 算力的未来未必只属于昂贵的数据中心。
Related Threads - 新闻头条
2026 年 10 月 14 日,苹果研究院发布「Minions」分布式计算系统,把企业内部闲置的 Mac 电脑变成可弹性调度的虚拟 GPU 云,一条 Slack 消息即可启动大模型推理与训练任务。研究团队称该系统可扩展至全球规模,但数据外流风险引发团队担忧。本文详解技术架构、性能对比、安全防线与商业化前景。
