IT之家 10월 16일 소식에 따르면, 기술 미디어 AppleInsider는 어제(10월 15일) 블로그 글을 게시하여 애플 연구팀이 Minions이라는 시스템 연구 결과를 발표했다고 보도했습니다. 이 연구는 비활성화된 Mac GPU들을 통합하여 동적으로 조정 가능한 “가상 GPU 클라우드”를 형성하고, 대규모 머신러닝 추론 작업을 수행하는 데 사용될 예정입니다.
IT之家는 블로그 글을 인용하여, 전통적인 AI 추론은 일반적으로 중앙 집중형 GPU 클러스터에 의존하지만, 비용이 높고 확장이 느리며 대기 시간이 긴 문제에 직면한다고 설명했습니다. 반면 Mac은 일상적인 업무, 웹 브라우징, 창작 작업 시에 GPU가 오랫동안 비워져 있는 경우가 많습니다.
애플은 논문에서 Minions 방식을 설명했으며, 추가적인 GPU를 구매하지 않고도 여러 대의 Mac을 협력하여 AI 작업을 수행하도록 이 ‘보이지 않는 연산 능력’을 재조직하고자 한다.
논문 개요에 따르면, 시스템은 네 가지 핵심 부분으로 구성되어 있습니다:
Minion Server는 작업을 수신하고, 단일 작업으로 분할하며 조정 및 스케줄링을 담당합니다;
PostgreSQL 메타 데이터 저장소는 작업 및 장치 상태를 기록합니다;
macOS 기기 각각에서 실행되는 Minion Executor는 Apple Silicon GPU를 통해 로컬로 추론을 수행합니다.
Minion Watchdog은 장비의 단선, 절전 또는 전원 차단 등의 상황을 모니터링하며, 미완료된 작업을 다른 사용 가능한 장비로 재분배합니다.
기술 실현 측면에서, Minions은 “인출식” 작업 모델을 채택합니다. 장치는 서버로부터 실행 가능한 하위 작업을 주도적으로 요청하며, 원자화 메커니즘을 통해 여러 장치가 동일한 작업을 중복 처리하는 것을 방지합니다. 추론 결과는 오브젝트 스토어에 저장될 수 있으며, 시스템은 Grafana를 기반으로 한 실시간 모니터링 패널도 제공하여 팀이 온라인 상태인 장치, 바쁜 장치 및 비활동적인 장치의 수를 쉽게 파악할 수 있도록 합니다.
애플이 공개한 테스트 결과에 따르면, 이전에 집중형 GPU 리소스 부족으로 10시간 이상 대기해야 했던 일부 추론 작업은 Minions을 사용하면 몇 분 내에 실행될 수 있습니다. 팀은 새로운 GPU 하드웨어를 추가할 필요가 없으며 인프라 비용도 줄어듭니다.
하지만 이 기술은 현재 일반 소비자를 위한 정식 제품이 아닌, 기업 내부를 위한 연구 및 엔지니어링 솔루션에 더 가깝습니다. 연구팀은 또한 부서 간에 다른 사람의 장비를 사용할 때 데이터의 보안과 관리가 중요한 문제라고 지적했습니다.
참고
광고 문구: 이 글에는 외부 링크가 포함되어 있으며, 하이퍼링크, QR 코드, 비밀번호 등의 형태를 포함하나 그에 국한되지 않습니다. 이러한 링크는 더 많은 정보를 전달하고 선택 시간을 절약하기 위한 목적으로 사용됩니다. 결과는 참고용일 뿐이며, IT之家에서 외부 링크가 포함된 글은 모두 이 문구를 포함합니다.