眠るMacがAIを動かす。Apple「Minions」が探る分散GPUの使い道

新しいAIを動かすために、GPUを買い足す。その前に、すでに手元にある計算能力を使えないだろうか。Appleの研究チームが公開した「Minions」は、社内のAppleシリコン搭載Macで使われていないGPUを束ね、AIの推論処理に充てる仕組みだ。10月9日に論文が公開され、Hacker Newsでも議論が広がった。

着眼点は、Macが常に限界まで働いているわけではないこと。普段は人が使う端末の空き時間を、埋め込みベクトルの生成や大規模言語モデルの応答生成に貸し出す。中央のGPU群を置き換える構想ではなく、そこに仕事が集中して待ち行列ができたときの補助的な計算資源として位置づけられている。

眠る端末をどうやって「クラウド」にするのか

Minionsは大きな仕事を小さな処理に分ける。各Mac上の実行プログラムがサーバーから処理を取りに行き、GPUで計算して結果を共有ストレージに戻す。端末がスリープしたりネットワークから外れたりしても、監視機構が未完了の処理を再びキューへ戻す。参加するMacの稼働時間がそろわなくても仕事を進めるための設計だ。

論文が対象としているのは推論である。埋め込み生成にはHugging Faceのモデル、文章生成にはOllamaを利用する。複数のMacが一つの巨大モデルの学習を分担する仕組みが、すでに実用化されたという話ではない。分散学習への拡張は今後の課題として挙げられている。

「追加のGPUを買わない」と「無料」は違う

著者らによると、中央のGPU不足で10時間を超えることもあった待ち時間は、Minionsを使うと数分で処理を始められる場合がある。これはチーム内での運用経験であり、すべての処理が数分で終わるという性能保証ではない。論文の比較表にはインフラコストを「ゼロ」とする表現もあるが、これは新たなGPU調達を伴わないという文脈で読むべきだ。端末の消費電力、通信、保守、利用者への影響までゼロになるわけではない。

もう一つの条件はデータの扱いだ。処理する入力やモデルを参加端末に渡すため、どの端末がどの情報を受け取れるかを決める必要がある。論文でも、組織の外にある端末で機密データを処理することへの懸念を認め、チームや組織ごとにデータベースと実行端末を分ける運用を示している。何でも世界中のMacへ流す「公共のGPUクラウド」が完成したわけではない。

日本の現場で考えるなら

研究室や企業にAppleシリコン搭載Macが多数あり、夜間や会議中にGPUが空いているなら、既存資産を使う余地はある。ただし導入判断には、中央GPUの待ち時間だけでなく、端末の電力、利用者が作業を再開したときの優先順位、データの持ち出し範囲、管理の手間を一緒に測る必要がある。日本の電力制約や設備投資を考えると、新設する計算資源の量を減らせるかは大切な問いだが、省エネ効果そのものはこの論文だけでは判断できない。

Minionsが示すのは、AI基盤を「どれだけ大きなGPUを買うか」だけで設計しない発想である。分散した小さな余力を、途切れることを前提に集める。実際に得をするかは、仕事の性質とデータの境界を見極めて初めて決まる。

---

出典：Apple Machine Learning Research、論文「Minions」、Hacker Newsでの議論。内容は2026年10月14日時点の公開情報に基づく。