工程师如何解锁M4芯片的隐藏潜力

多年来，苹果神经引擎始终受到严格限制——直到现在。工程师Manjeet Singh与Claude AI合作破解了M4芯片的秘密，这或将彻底改变个人计算领域。

突破苹果的限制

这项突破源于完全绕过了CoreML框架。在Claude的帮助下通过逆向工程MIL语言和E5二进制代码，Singh获得了神经引擎硬件的直接访问权限。结果如何？惊人的效率数值让专业GPU相形见绌。

在M4上运行单层Transformer实现了6.6 TFLOPS/W的性能——比英伟达A100高出80倍，甚至超越强大的H100超过50倍。所有这些成就都是在全功率训练Stories110M模型时功耗不足一瓦的情况下实现的。

对开发者的意义

其影响极为深远：

• 独立开发者再也不用承受六位数的GPU账单压力
• 家庭实验室现在可以进行严肃的模型训练实验
• 你的桌面电脑变身为高效AI工作站

这一发现证明硬件从未限制训练能力——始终是苹果的软件限制在拖后腿。

边缘计算的未来

尽管仍存在工程挑战，但这项突破打开了被认为永远锁闭的大门。正如一位开发者所言："我们正在见证真正的边缘侧AI训练的黎明"。

你桌上积灰的MacBook可能很快将从消费设备进化为更强大的存在——你个人的思考伙伴。

关键要点：

• 直接硬件访问通过逆向工程实现解锁
• 史无前例的效率：6.6 TFLOPS/W超越专业GPU50-80倍
• democratizes AI development by eliminating need for expensive hardware
• 证明能力本就存在——限制来自软件层面
• 为边缘计算突破开启大门