Minions-ը անգործ Apple Silicon GPU-ները վերափոխում է բաշխված վիրտուալ GPU ամպի

Apple Machine Learning Research-ը հրապարակել է հոդված՝ „Minions. դինամիկ և բաշխված վիրտուալ GPU ամպ՝ կառուցված անգործ Apple Silicon սարքերի վրա“ վերնագրով։ Հոդվածը, որի հեղինակներն են Ջիանհուա Լին, Յուն Սինգը, Գիրիշա Դե Սիլվան, Ռայան Ֆլինթը, Կայ Յուանը և Շոն Սաչտերը, հրապարակվել է 2026 թվականի հոկտեմբերին և հիշատակված է խոսքի և բնական լեզվի մշակման, ինչպես նաև գործիքների, հարթակների և շրջանակների հետազոտական ուղղություններում։

Անգործ Apple Silicon GPU-ների միավորում

Հոդվածում նշվում է, որ GPU-ով արագացված մեքենայական ուսուցման ինֆերենսի նկատմամբ աճող պահանջը բացահայտեց կենտրոնացված GPU ենթակառուցվածքի սահմանափակումները, այդ թվում՝ բարձր արժեքը, սահմանափակ ճկունությունը և ռեսուրսների պակասով պայմանավորված երկար սպասումը։ Միևնույն ժամանակ, ժամանակակից Apple Silicon-ի վրա հիմնված macOS սարքերը հագեցած են հզոր GPU-ներով, որոնք սովորական օգտագործման դեպքում հիմնականում մնում են անգործ։ Minions-ը լուծում է երկու խնդիրը միաժամանակ՝ macOS սարքերում եղած անգործ Apple Silicon GPU-ները միավորելով մի վիրտուալ GPU ամպի մեջ, որը կարող է իրականացնել մասշտաբային մեքենայական ուսուցման ինֆերենս բեռները։ Համակարգը թիմերին թույլ է տալիս օգտագործել գոյություն ունեցող տեխնիկան՝ առանց լրացուցիչ GPU գնելու։

Խնդիրների կատարում, խափանումների նկատմամբ կայունություն և ռեսուրսների արդյունավետ օգտագործում

Հեղինակների խոսքով՝ Minions-ը ապահովում է GPU ինֆերենս խնդիրների ճկուն կատարում, խափանումների նկատմամբ դիմացկունություն և ռեսուրսների արդյունավետ օգտագործում։ Նրանց փորձը ցույց է տալիս, որ անգործ macOS սարքերը կարող են վերածվել գործնական բաշխված GPU ինֆերենս հարթակի՝ այն միջավայրում, որտեղ կենտրոնացված GPU ռեսուրսները սահմանափակ են։

Կապված ինֆերենս հետազոտություն

Հրապարակումը հետևում է Apple Machine Learning Research-ի նախորդ աշխատություններին՝ տեղային ինֆերենսի վերաբերյալ, այդ թվում՝ 2025 թվականի նոյեմբերի 19-ի հոդվածին՝ MLX-ով և M5 GPU-ի նյարդային արագացուցիչներով LLM-ների կատարողականության ուսումնասիրության մասին, ինչպես նաև 2024 թվականի դեկտեմբերի 18-ի հետազոտությանը՝ ReDrafter-ով NVIDIA GPU-ների վրա LLM ինֆերենսը արագացնելու մասին։ Միասին այս ջանքերը արտացոլում են Apple-ի շարունակական կենտրոնացումը լեզվի մոդելների ինֆերենսի արդյունավետ գործարկման վրա՝ ինչպես սեփական սարքավորումների վրա, այնպես էլ արդյունաբերության մեջ լայնորեն օգտագործվող GPU հարթակների վրա՝ արտադրական կիրառումների համար։

Աղբյուրներ: machinelearning.apple.com