Por Canuto  

Apple creó Minions, un sistema que coordina GPU inactivas en Mac para ejecutar tareas de inferencia de IA. Según investigadores de la compañía, el mecanismo puede reducir esperas internas que superaban las diez horas a comienzos de su adopción.
***

  • Minions aprovecha GPU Apple Silicon ociosas distribuidas entre dispositivos macOS para ejecutar inferencia.
  • El sistema divide solicitudes en subtareas y puede reasignarlas si un Mac deja de responder.
  • Apple distingue esta estrategia de un clúster orientado a maximizar el rendimiento de modelos grandes.

 

Apple reunió GPU inactivas de sus dispositivos macOS mediante Minions, un sistema distribuido que busca facilitar a sus equipos el acceso a recursos para tareas de inferencia de inteligencia artificial. The Register informó que la iniciativa responde a las demoras que afrontaban algunos trabajos cuando dependían de una disponibilidad centralizada de GPU, con esperas que, según investigadores de Apple, podían superar las diez horas.

Con Minions, esas tareas a menudo pueden empezar a ejecutarse en minutos, de acuerdo con el documento de los investigadores. La propuesta no consiste simplemente en conectar máquinas para aumentar la potencia de un solo equipo: organiza recursos dispersos como una nube virtual de GPU y los pone a disposición de cargas de inferencia distribuidas.

Una reserva distribuida para reducir las esperas

Los investigadores describen Minions como «una nube de GPU virtual dinámica y distribuida» que agrega GPU Apple Silicon inactivas a través de dispositivos macOS. El propósito es que los equipos de Apple puedan aprovechar capacidad disponible en la red en lugar de esperar exclusivamente por recursos gráficos centralizados, cuya disponibilidad limitada había retrasado algunos trabajos.

La diferencia entre ambas situaciones es operativa: una tarea que antes podía quedar en espera durante más de diez horas, según el documento, ahora puede empezar en minutos cuando encuentra dispositivos macOS ociosos. La comparación no equivale a una garantía de duración para cada trabajo ni a una medición universal de rendimiento, sino al contraste que los investigadores reportan sobre el acceso a la computación.

La inferencia es la etapa en la que un modelo ya entrenado procesa solicitudes para producir resultados, y puede involucrar trabajos de distinta escala. Minions se presenta como una forma de repartir esos trabajos entre recursos disponibles, no como una solución que por sí misma transforme cada Mac en una máquina capaz de ejecutar cualquier modelo o de eliminar los límites del hardware.

Ese matiz también permite entender por qué la propuesta no se define principalmente por la velocidad máxima de una máquina individual. Apple enfoca el sistema en la disponibilidad y el uso de recursos que, de otro modo, permanecerían inactivos; para sus equipos, la ganancia destacada es poder iniciar más pronto determinadas tareas de inferencia.

Coordinación, ejecución y recuperación ante fallos

Minions se compone de cuatro piezas: Minion Server, PostgreSQL Metadata Store, Minion Executor y Minion Watchdog. El servidor actúa como capa de coordinación, recibe las solicitudes de los usuarios y las pone a disposición como subtareas, mientras PostgreSQL conserva los metadatos asociados a esos trabajos.

El Minion Executor ejecuta las tareas de inferencia en la GPU de un Mac y, al terminar, sube los resultados a S3. También comunica el estado de la ejecución a través del Minion Server, de modo que la coordinación y el registro del progreso forman parte de un mismo flujo entre los equipos que solicitan el trabajo y los que lo procesan.

El Minion Watchdog vigila ese flujo para detectar fallos, como que uno de los Mac de la red deje de responder. Si ocurre una interrupción de ese tipo, el componente puede reasignar las tareas, una función que apunta a evitar que un equipo desconectado deje detenido todo el trabajo distribuido.

Para ofrecer visibilidad operativa, las estadísticas guardadas en la base de datos se envían a paneles construidos con Grafana. Estos muestran información en tiempo real sobre el sistema, aunque la descripción disponible no especifica cuántos equipos participan, qué volumen de trabajos procesan ni qué resultados obtiene Minions en pruebas comparativas.

Una estrategia distinta de los clústeres para modelos grandes

Minions no debe confundirse con un clúster cuyo objetivo central sea unir varias máquinas para ejecutar un modelo demasiado grande para un solo dispositivo. La información de Apple lo presenta, ante todo, como una herramienta para redistribuir GPU ociosas dentro de una red y facilitar el acceso a inferencia, aunque el ecosistema de Mac también contempla otras formas de combinar recursos.

En particular, los Mac mini y Mac Studio lanzados recientemente por Apple admiten agrupaciones mediante RDMA, sigla de acceso remoto directo a memoria, a través de Thunderbolt 5. Según la descripción, esa conexión permite combinar cómputo y memoria para apoyar una sola carga de trabajo de IA, por ejemplo cuando un modelo no cabe en una única máquina.

La distinción importa porque Apple atribuye objetivos diferentes a cada enfoque. Los clústeres asociados con Nvidia se orientan al rendimiento, la latencia y el uso eficiente de GPU para modelos grandes, mientras que Minions pone el acento en la disponibilidad y utilización de hardware que ya está conectado, pero puede encontrarse sin actividad.

Por eso, el valor de Minions no depende necesariamente de que todos los dispositivos trabajen como una única supercomputadora. Su propuesta es aprovechar capacidad dispersa mediante coordinación, seguimiento del estado y reasignación de tareas, con el potencial de aliviar las colas internas descritas por los investigadores sin que la fuente publique métricas de escala o rendimiento agregado.

Lo que revela el despliegue interno de Apple

El sistema muestra una manera de abordar la escasez de recursos de cómputo para IA sin limitar la solución a la compra o instalación de GPU centralizadas. En el caso descrito, Apple organiza máquinas macOS conectadas como trabajadores de inferencia y reserva su capacidad ociosa para solicitudes que, de otro modo, podrían permanecer en espera.

La arquitectura también pone de relieve que una red de equipos heterogéneos necesita algo más que compartir potencia gráfica. El servidor debe distribuir solicitudes, la base de datos conservar sus metadatos, los ejecutores informar sus resultados y el componente de vigilancia responder ante fallos; los paneles completan el circuito con información operativa en tiempo real.

Sin embargo, la descripción no permite concluir que Minions esté disponible para clientes de Apple ni que la compañía haya reemplazado con él sus recursos centralizados. Los investigadores hablan de un sistema utilizado para dar a sus equipos un acceso más sencillo a la computación GPU, y la información publicada se concentra en su funcionamiento y en la reducción de las esperas reportadas.

La medida de su utilidad dependerá de cómo los recursos inactivos y las tareas se distribuyan en la práctica, pero la noticia no aporta cifras de equipos, modelos, capacidad total o rendimiento. Lo que sí establece es el objetivo: convertir Mac dispersos en una reserva compartida de GPU para que más trabajos de inferencia puedan arrancar antes, en vez de aguardar horas por capacidad centralizada.

Imagen original de DiarioBitcoin, creada con inteligencia artificial, de uso libre, licenciada bajo Dominio Público.

Este artículo fue escrito por un redactor de contenido de IA y revisado por un editor humano para garantizar calidad y precisión.


ADVERTENCIA: DiarioBitcoin ofrece contenido informativo y educativo sobre diversos temas, incluyendo criptomonedas, IA, tecnología y regulaciones. No brindamos asesoramiento financiero. Las inversiones en criptoactivos son de alto riesgo y pueden no ser adecuadas para todos. Investigue, consulte a un experto y verifique la legislación aplicable antes de invertir. Podría perder todo su capital.

Suscríbete a nuestro boletín

Artículos Relacionados