هزینه‌های سرسام‌آور و صف‌های طولانی برای دسترسی به زیرساخت‌های متمرکز GPU، اکنون به بزرگ‌ترین گلوگاه توسعه هوش مصنوعی تبدیل شده است. برای عبور از این بن‌بست، پژوهشگران اپل (Apple) در ۱۳ اکتبر ۲۰۲۶ تحلیل فنی جدیدی را منتشر کردند که در آن از Minions پرده‌برداری شده است؛ یک ابر مجازی GPU که توان محاسباتی بلااستفاده در دستگاه‌های مک با تراشه‌های اپل سیلیکون را استخراج می‌کند.
بسیاری از مک‌های مدرن دارای واحد پردازش گرافیکی (GPU) قدرتمندی هستند که در طول کارهای اداری و روزمره، عملاً بیکار می‌مانند. در حالی که ابزارهایی مانند MLX پیش از این امکان اجرای محلی مدل‌های زبانی بزرگ (LLM) را برای تک‌کاربران فراهم کرده بودند، Minions این قابلیت را مقیاس‌پذیر می‌کند و چندین دستگاه را به یک پلتفرم استنتاج توزیع‌شده تبدیل می‌کند. این رویکرد در راستای تلاش‌های گسترده‌تر برای بهره‌برداری حداکثری از اکوسیستم مک است، مشابه آنچه در هدف جدید متا برای ادغام عمیق‌تر با برنامه‌های سیستمی مک مشاهده می‌کنیم.
طبق گزارش منتشر شده در machinelearning.apple.com، این سامانه بر سه ستون فنی استوار است:
- تجمیع منابع: شناسایی و یکپارچه‌سازی چرخه‌های پردازشی آزاد در مجموعه‌ای از دستگاه‌های macOS.
- تحمل خطا: طراحی سیستم برای مدیریت ماهیت ناپایدار گره‌های توزیع‌شده؛ به‌گونه‌ای که حتی با آفلاین شدن برخی دستگاه‌ها، عملیات استنتاج متوقف نشود.
- اجرای انعطاف‌پذیر: فراهم کردن امکان اجرای بارهای کاری سنگین استنتاج (Inference) بدون نیاز به خرید سخت‌افزارهای جدید.
همان‌طور که در تحلیل‌های پیشین ما درباره‌ی بهینه‌سازی‌های سخت‌افزاری لبه اشاره کردیم، تمرکز بر بهره‌برداری از منابع موجود، جایگزینی هوشمندانه برای مراکز داده است. برای جامعه فنی، این دستاورد فرضیه نیاز مطلق به مرکز داده برای استنتاج با کارایی بالا را به چالش می‌کشد. سازمان‌ها می‌توانند با تبدیل ناوگان مک‌های موجود در دفتر کار به یک خوشه مجازی، وابستگی خود به ارائه‌دهندگان گران‌قیمت ابری را کاهش دهند. این در حالی است که برخی شرکت‌ها همچنان بر سخت‌افزارهای متمرکز و قدرتمند متکی هستند، مانند شتاب‌دهنده D270 اینتل با حافظه عظیم برای استنتاج عامل‌محور که رویکردی متفاوت در مدیریت حافظه را دنبال می‌کند.
به نقل از مستندات اپل، این رویکرد مکمل تلاش‌های جاری این شرکت برای شتاب‌بخشی به تولید توکن‌های خودبازگشتی (Autoregressive) است که همچنان از نظر محاسباتی هزینه‌بر هستند. با افزایش بهره‌وری استنتاج، توجیه‌پذیری ابرهای توزیع‌شده در لبه، مانند Minions، بیشتر می‌شود.
گام بعدی شما
- بررسی مستمر به‌روزرسانی‌های چارچوب MLX برای شناسایی قابلیت‌های توزیع‌شده‌ای که ممکن است برای جامعه توسعه‌دهندگان باز شود.
- ارزیابی تعداد دستگاه‌های مک موجود در زیرساخت سازمانی خود برای تخمین توان پردازشی بالقوه.
- مطالعه مستندات مربوط به مدیریت گره‌ها در محیط‌های توزیع‌شده برای کاهش نرخ خطای استنتاج.
اما داستان سخت‌افزاری این تحول حتی شگفت‌انگیزتر است — به تحلیل ما درباره‌ی تراشه‌های Blackwell مراجعه کنید.
گفتگو