Minions là gì: đám mây ảo GPU ngay trong văn phòng Apple
Minions là một hệ thống tính toán phân tán AI của Apple, tạo ra đám mây ảo GPU bằng cách gom tài nguyên nhàn rỗi Mac dùng Apple Silicon trên mạng nội bộ để xử lý các tác vụ suy luận máy học lớn, giảm thời gian chờ và chi phí hạ tầng so với mô hình trung tâm dữ liệu truyền thống.
Thay vì mua thêm cụm GPU chuyên dụng, Apple chọn cách “vắt kiệt” tài nguyên nhàn rỗi Mac đang nằm trên bàn nhân viên. Các nhà nghiên cứu mô tả Minions như “một đám mây ảo GPU động và phân tán, tập hợp các GPU Apple Silicon nhàn rỗi trên thiết bị macOS để thực thi các tác vụ suy luận máy học quy mô lớn”. Nói thẳng, đây là phiên bản hiện đại của mô hình volunteer computing, nhưng được Apple đóng gói thành một hệ thống nội bộ có kiểm soát.
Theo một bài nghiên cứu, Minions giúp đưa các tác vụ AI bị tắc nghẽn khỏi hàng đợi GPU tập trung hơn 10 giờ xuống mức có thể khởi chạy trong vài phút bằng cách phân phối chúng lên các máy Mac trong mạng nội bộ. Đây là bước đi cho thấy Apple chấp nhận một thực tế: tài nguyên tính toán quan trọng không kém dữ liệu, và ai tận dụng tốt tài nguyên nhàn rỗi sẽ có lợi thế.
Cách Minions gom GPU chia sẻ Apple Mac thành siêu máy tính AI
Về kiến trúc, hệ thống Minions AI gồm bốn thành phần chính: Minion Server, PostgreSQL Metadata Store, Minion Executor và Minion Watchdog. Minion Server đóng vai trò điều phối, nhận yêu cầu người dùng rồi chia nhỏ thành các tác vụ con lưu trong cơ sở dữ liệu PostgreSQL. Trên mỗi máy Mac tham gia, Minion Executor sẽ kéo tác vụ tiếp theo thông qua REST API, đọc dữ liệu đầu vào từ S3, tải mô hình nếu cần, chạy suy luận trên GPU cục bộ rồi trả kết quả lại S3.
Điểm thú vị là Minions dùng mô hình “kéo” thay vì một bộ lập lịch trung tâm: mỗi Mac tự xin việc về chạy, giúp hệ thống đám mây ảo GPU linh hoạt và ít nút nghẽn hơn. Minion Watchdog theo dõi heartbeat mà các Mac gửi 5 phút một lần; nếu máy ngủ, mất mạng hoặc người dùng dừng Executor, các tác vụ chưa xong sẽ được đưa lại vào hàng đợi. Nhờ vậy, cụm GPU chia sẻ Apple Mac này vẫn chịu lỗi tốt dù dựa trên thiết bị người dùng vốn không ổn định như máy chủ.
Các Mac mini và Mac Studio mới còn hỗ trợ clustering qua RDMA trên Thunderbolt 5, cho phép kết hợp năng lực tính toán và bộ nhớ cho một tác vụ AI duy nhất. Tuy vậy, bản thân Minions không biến nhiều Mac thành một GPU duy nhất có bộ nhớ chung; nó chỉ phân phối các tác vụ độc lập lên nhiều thiết bị macOS khác nhau để xử lý. Nói cách khác, đây là một nền tảng tính toán phân tán AI tập trung vào suy luận, không phải một siêu GPU hợp nhất.
Từ hàng đợi 10 giờ đến vài phút: vì sao Apple cần Minions ngay lúc này
Trước khi có Minions, nhiều tác vụ suy luận AI nội bộ phải xếp hàng trên cụm GPU tập trung hơn 10 giờ vì thiếu tài nguyên. Với Minions, các tác vụ có thể bắt đầu chạy trong vài phút nhờ tận dụng tài nguyên nhàn rỗi Mac trên mạng. Đây không chỉ là tối ưu kỹ thuật; nó là câu trả lời cho bài toán “nghẽn compute” mà chính Apple thừa nhận trong báo cáo tài chính gần đây, khi phụ thuộc vào nguồn lực tính toán trong bối cảnh nguồn cung hạn chế, thời gian giao hàng kéo dài và chi phí tăng.
Theo một bài nghiên cứu, Minions hiện chủ yếu được dùng cho tác vụ suy luận AI với hai loại việc chính: tạo embedding bằng mô hình transformer mã nguồn mở trên Hugging Face và sinh văn bản từ các mô hình ngôn ngữ lớn thông qua Ollama cài trên mỗi Mac tham gia. Suy luận là dạng công việc dễ tách nhỏ, mỗi Mac có thể xử lý một phần độc lập, nên rất hợp với mô hình tính toán phân tán AI như Minions.
Lợi ích kinh tế cũng rõ ràng: các yêu cầu chạy qua Minions không cần thêm yêu cầu cấp GPU mới, chi phí hạ tầng gần như bằng không, và việc mở rộng từ thủ công chuyển thành hữu cơ. Nói cách khác, Minions biến hàng nghìn tài nguyên nhàn rỗi Mac vốn bị bỏ quên thành “siêu máy tính AI chia sẻ” nội bộ, giúp Apple giảm phụ thuộc vào trung tâm dữ liệu và đám mây bên thứ ba trong bối cảnh nhu cầu AI tăng nóng.
Slack, Minion và nỗi lo dữ liệu chạy trên máy của người khác
Về trải nghiệm, người dùng nội bộ có thể khởi tạo tác vụ Minions ngay từ Slack: một yêu cầu trên kênh công ty là đủ để hệ thống bắt đầu phân phối việc. Tham gia lại mang tính “tình nguyện”: các thành viên có thể gửi tin nhắn nhờ đồng nghiệp tạm thời chạy Minion Executor và ưu tiên một dự án cụ thể. Chủ máy còn có thể dùng cơ chế “dynamic task binding” để ưu tiên tác vụ của đội mình hoặc giữ mặc định hàng đợi FIFO.
Nhưng chính mô hình GPU chia sẻ Apple Mac này lại mở ra một rủi ro mới: dữ liệu của đội này có thể chạy trên thiết bị của đội khác. Các nhà nghiên cứu ghi nhận mối lo thường gặp về việc dữ liệu đội mình bị xử lý trên máy ngoài nhóm. Một nguồn khác cũng đánh giá bảo mật dữ liệu vẫn là bài toán chưa giải xong, vì chạy tác vụ trên Mac của nhóm khác có thể làm lộ thông tin nhạy cảm.
Để giảm rủi ro, Apple hướng tới triển khai Minions theo phạm vi đội hoặc tổ chức, với cơ sở dữ liệu riêng và pool Mac tách biệt. Tuy nhiên, đây mới là giải pháp tổ chức, chưa phải câu trả lời kỹ thuật triệt để. Khi đám mây ảo GPU được xây trên máy người dùng, ranh giới giữa tối ưu tài nguyên và bảo vệ dữ liệu trở nên mong manh; nếu Apple muốn nhân rộng mô hình này, họ sẽ phải chứng minh rằng Minions không trở thành “cửa hậu” cho rò rỉ nội bộ.
Tương lai: từ suy luận sang huấn luyện và bài toán niềm tin
Hiện tại, Minions tập trung vào suy luận, nhưng các tác giả cho biết mục tiêu tiếp theo là mở rộng sang huấn luyện mô hình AI phân tán. Nếu thành công, Minions có thể biến mạng lưới Mac nội bộ thành nền tảng tính toán phân tán AI toàn cầu, nơi mỗi chiếc Mac là một “nút” trong siêu cụm huấn luyện. Đây là tầm nhìn đầy tham vọng, nhất là khi nhu cầu compute cho AI ngày càng trở thành nút thắt cổ chai.
Tuy vậy, bước nhảy từ suy luận sang huấn luyện không chỉ là câu chuyện kỹ thuật. Huấn luyện yêu cầu luồng dữ liệu lớn, thời gian chạy dài và mức độ nhạy cảm cao hơn. Khi đó, câu hỏi không còn là “có tận dụng được tài nguyên nhàn rỗi Mac hay không”, mà là “đội ngũ có tin tưởng để cho dữ liệu và mô hình của mình chạy trên máy của người khác hay không”. Nếu Apple không giải quyết thỏa đáng bài toán bảo mật và quyền kiểm soát, Minions có nguy cơ bị kẹt ở vai trò một công cụ nội bộ tiện lợi, thay vì trở thành chuẩn mới cho đám mây ảo GPU.
Minions cho thấy một hướng đi khác với trào lưu đổ tiền vào trung tâm dữ liệu: thay vì xây thêm, Apple chọn dùng tốt hơn những gì đã có. Đây là thông điệp đáng chú ý cho mọi tổ chức đang chạy đua AI: trước khi nghĩ đến siêu máy chủ, hãy nhìn lại xem bao nhiêu tài nguyên nhàn rỗi đang bị bỏ quên ngay trong văn phòng.
