什么值得买App下载 App ›
连续签到专享现金活动

M4芯片被破解!无需GPU竟能本地训练AI模型,能效碾压A100

2026年6月16日,独立开发者@0x0SojalSec在社交平台X上宣布,已通过逆向工程成功绕过苹果对M4芯片神经网络引擎(ANE)的软件限制,首次在搭载M4的iPad或Mac设备上实现完整的AI模型训练流程。此前,苹果仅开放ANE用于AI推理任务,禁止直接调用硬件进行梯度计算和参数更新等训练核心操作。此次突破未使用Core ML、Metal或GPU资源,而是基于一套从零开发的自定义模型中间语言(MIL),直接与M4芯片通信。测试显示,解锁后的M4可稳定输出15.8TFLOPS的AI浮点算力,足以支持中小型Transformer模型的本地训练,整机功耗控制在1瓦特以内。123
01绕过官方限制的关键技术路径
苹果在M4芯片中内置了强大的16核神经网络引擎,官方标称AI算力为38 TOPS(每秒38万亿次整数运算),但该能力仅限于运行预训练模型的推理任务。开发者若想进行模型训练,需依赖外部GPU或云服务。@0x0SojalSec的方案跳出了苹果预设框架,通过逆向分析ANE的私有接口,构建了一套不依赖Core ML的通信协议。为避免训练进程因硬件锁定而中断,其自定义MIL引入exec()机制,在卡顿时自动重启子进程并恢复状态,确保训练连续性。整个流程将所有数据保留在高速RAM中运行,完全规避了写入NAND闪存带来的延迟,显著提升运算效率。该方法已在GitHub开源,适用于当前搭载M4芯片的设备。145
02实测性能:能效比远超专业显卡
解锁后的M4芯片在AI训练任务中展现出惊人能效。单层Transformer模型(维度768,序列长度512)单步训练耗时仅9.3毫秒,峰值能效比达6.6 TFLOPS/W。相比之下,英伟达A100和H100的专业AI加速卡能效比分别约为0.78 TFLOPS/W和1.08 TFLOPS/W,M4神经引擎的能效优势明显。在完整Stories110M模型(约1.09亿参数)的训练中,设备整机功耗低于1瓦特,损失函数持续下降,验证了端侧训练的可行性。这一结果表明,M4的硬件潜力远未被官方软件栈完全释放,尤其在低功耗场景下具备独特优势。34
03适用范围与当前局限
目前该方案仅在M4芯片上验证有效,尚无法确认是否适用于后续的M5或A系列芯片。由于依赖对ANE底层接口的逆向工程,未来苹果若通过系统更新封锁相关私有API,可能影响方案稳定性。此外,15.8TFLOPS的浮点算力虽足以处理中小规模模型(如Stories110M或轻量级Llama变体),但距离训练百亿参数以上大模型仍有数量级差距。开发者强调,此举并非宣称普通用户可替代数据中心,而是为研究者和爱好者提供低成本本地实验环境,降低AI开发门槛。124
04对用户的意义与潜在影响
此次技术突破使搭载M4芯片的MacBook Air、MacBook Pro及iPad Pro等设备具备基础AI训练能力,用户无需额外购置高性能GPU即可进行模型微调或教育级实验。对于学生、独立开发者及边缘AI应用探索者而言,这大幅降低了硬件成本与能耗门槛。同时,该成果可能促使苹果重新评估ANE的开放策略,未来或在保障安全的前提下,逐步开放更多底层权限以支持端侧AI生态发展。不过,普通用户仍需注意,该方案涉及非官方工具链,存在系统兼容性风险,建议仅在测试设备上尝试。34

评论 11

值友5620578155

主要是在128G内存的基础上M4 PRO可比AMD395可贵多了吧。

上海
S2nake

这是M4芯片要清库存了吗?还是卖不出去了?哈哈

江苏
zgle

M4做为桌面处理器还是顶尖的那一波

陕西
chucklee用户头像挂件

能用于推理吗

山东
上古长白山

15.8TFLOPS的AI浮点算力 是什么意思?fp32?in16?fp16?

北京
alarmKing

M4滞销,帮帮我们

江苏

没有更多了