Apple utiliza "Minions" para distribuir processamento de IA entre Macs inativos

Atualizado a 14 de outubro de 2026 às 16:46

A Apple desenvolveu o sistema Minions, uma solução distribuída que utiliza GPUs de Macs inativos para acelerar tarefas de inferência de IA nas suas equipas.

Otimização de recursos através de Macs inativos

A Apple implementou uma solução interna denominada "Minions", um sistema virtual de GPU distribuída que permite agrupar o poder de processamento de computadores Mac inativos na rede da empresa. O objetivo principal é acelerar tarefas de inferência de Inteligência Artificial, reduzindo drasticamente os tempos de espera que, anteriormente, podiam ultrapassar as dez horas devido à limitação de GPUs centralizados.

Segundo detalhes recolhidos em artigos técnicos partilhados por investigadores da empresa, o sistema Minions permite que tarefas de aprendizagem automática sejam executadas em minutos, aproveitando a capacidade de processamento que estaria desperdiçada. Esta abordagem foca-se na disponibilidade e utilização eficiente de hardware existente em vez de depender exclusivamente de servidores centralizados.

Arquitetura técnica do sistema

O sistema Minions baseia-se num modelo de execução descentralizado e é composto por três componentes principais descritos na documentação técnica:

• Minion Server: A camada responsável por receber os pedidos submetidos e dividi-los em subtarefas armazenadas numa base de dados PostgreSQL.
• Minion Executor: O componente corrido em cada Mac participante que obtém a subtarefa seguinte através de APIs REST, lê os dados de entrada na Amazon S3, executa a inferência no GPU local e devolve os resultados.
• Minion Watchdog: Um mecanismo de monitorização que acompanha os sinais vitais enviados a cada cinco minutos por cada máquina, reatribuindo subtarefas caso um Mac entre em suspensão, se desligue da rede ou o utilizador interrompa o processo.

O sistema depende especificamente de arquitetura Apple Silicon para inferência de IA, lidando com duas categorias principais de tarefas: embeddings através de modelos open-source Hugging Face e geração de texto de modelos de linguagem de grande escala (LLM) executados via Ollama instalado localmente em cada Mac.

Implicações práticas e restrições

A adoção desta infraestrutura permitiu eliminar os custos adicionais de hardware e automatizar a escala, embora os investigadores apontem que o consumo de energia elétrica e o desgaste do hardware não entram diretamente nessa equação. A participação no sistema ocorre de forma informal, podendo os colaboradores coordenar pedidos através do Slack, embora subsistam preocupações internas relativas à confidencialidade dos dados ao processar informação em dispositivos fora dos grupos específicos de trabalho. Para mitigar esta questão, a Apple utiliza implementações com bases de dados e pools de Macs isolados por equipas.

A necessidade de recorrer a soluções alternativas surge num momento em que a disponibilidade de capacidade computacional continua a ser um desafio para a indústria tecnológica, com limitações de fornecimento de nós avançados e custos crescentes de memória registados nos relatórios financeiros da marca. Para quem explora a eficiência dos computadores da marca no dia a dia, a gestão do ecossistema e hardware associado continua a ser um tema central, tal como analisado em artigos dedicados a docks específicos para Mac Mini.

Fontes

• https://www.tomshardware.com/tech-industry/artificial-intelligence/apple-researchers-turn-idle-macs-into-a-virtual-gpu-cloud-with-minions-researchers-say-the-distributed-scheme-could-scale-globally-and-support-model-training