Chips Apple Silicon ovat maailman tehokkaimpien mobiiliprosessoreiden joukossa. Mutta jotkin niiden ominaisuuksista pysyvät piilossa kehittäjiltä virallisten käyttöliittymien takana. Applu. Mutta nyt käy ilmi, että sirun neuromoottori Apple M4 voi olla paljon mielenkiintoisempaa kuin Apple yleisesti sallii hyväksikäytön. Kehittäjä ja tietoturva-asiantuntija, joka käyttää lempinimeä @0x0SojalSec, väittää onnistuneensa ohittamaan sirun yleiset ohjelmistorajoitukset kääntämällä sen takaisinmalliksi. Apple M4 ja käyttää Neural Engineä paljon alemmalla tasolla kuin tavalliset työkalut sallivat Applu. Tuloksena pitäisi olla mahdollisuus käyttää tekoälykiihdytintä paitsi valmiiden mallien suorittamiseen, myös niiden koulutukseen liittyviin vaativampiin laskelmiin.
Neuraalmoottori on tehokas, mutta Apple pitää hänet kurissa
Apple Esitellessään M4-sirun Apple sanoi, että sen Neural Engine pystyisi käsittelemään jopa 38 biljoonaa operaatiota sekunnissa. Yhtiö kutsui sitä tähän mennessä nopeimmaksi tekoälykiihdyttimekseen korostaen sen käyttöä tekoälytehtävissä suoraan laitteella. Neural Engine on yksi syy siihen, miksi... Apple voi käsitellä joitakin tekoälytehtäviä paikallisesti iPadilla tai Macilla ilman, että tietoja tarvitsee lähettää cloudMutta käytännössä neuromoottorilla on selkeästi määritelty rooli. Apple Se käyttää sitä ensisijaisesti päättelyyn eli jo koulutettujen mallien suorittamiseen julkisten rajapintojen kautta. Jos sovelluksen on tunnistettava valokuvassa oleva objekti, litteroitava puhe, muokattava kuvaa tai suoritettava koneoppimismalli, Neural Engine on ihanteellinen apulainen. Pro mallien suora koulutus kuitenkin Apple ei yleensä tarjoa kehittäjille yksinkertaista ja avointa lähestymistapaa.
Saatavilla olevien tietojen mukaan kehittäjä ei valinnut klassista reittiä Core ML:n tai Metalin kautta. Sen sijaan hänen piti luoda oma matalan tason taso, joka pystyisi kommunikoimaan suoraan laitteiston kanssa. Toisin sanoen: hän ei odottanut saavansa sitä, mitä hän saisi. Apple sallii virallisten työkalujen kautta, mutta yritin selvittää, mihin siru todella pystyy pinnan alla. Se on perustavanlaatuinen ero. Core ML on kätevä ja turvallinen tapa saada machine learning hakemuksiin iPhone, iPadilla tai Macilla. Mutta samalla se pitää kehittäjät asettamissaan rajoissa AppleKäänteisellä suunnittelulla pyritään ohittamaan nämä esteet ja pääsemään lähemmäksi itse laitteistoa.
Saatat olla kiinnostunut
Jos väite vahvistetaan, kyseessä ei ole vain muutaman harrastajan tekninen kuriositeetti. Se osoittaa, että laitteet, kuten iPad Pro tai M4-sirulla varustetuilla Maceilla voi olla paljon suurempi potentiaali paikalliselle tekoälylle kuin miltä se jokapäiväisessä käytössä näyttää. Nykyään monet ihmiset yhdistävät tekoälymallien kouluttamisen pääasiassa kalliisiin näytönohjaimiin, cloudpalvelimia ja laitteistoja Nvidia. Apple mutta se on myynyt erittäin tehokkaita erikoiskiihdyttimiä tiloissaan jo vuosia. ProOngelma ei välttämättä ole suorituskyvyn puute. ProOngelmana on, että Apple se ei anna kehittäjille täyttä hallintaa siihen.
Liiallisia odotuksia on kuitenkin hillittävä. Se, että Neural Engineä voidaan käyttää edistyneempiin laskelmiin, ei tarkoita, että iPad yhtäkkiä korvaisi jättimäiset tekoälypalvelimet. Pienten mallien paikallinen kouluttaminen, kokeet, hienosäätö tai erikoislaskelmat eroavat satojen miljardien parametrien sisältävien suurten kielimallien kouluttamisesta. Tämän demonstraation todellinen merkitys on muualla. Se viittaa siihen, että Apple on kädessään laitteistoa, joka voisi olla erittäin tehokas paikalliselle tekoälylle, jos se päättää avata kehittäjille lisää vaihtoehtoja.
Fotogalerie
Apple hidastaa ohjelmistoja enemmän kuin laitteistoja
Koko tapaus avaa näin ollen uudelleen vanhan kysymyksen siitä, Applu. Yritys valmistaa usein erittäin suorituskykyistä laitteistoa, mutta samalla sillä on erittäin tiukka valvonta siitä, mitä kehittäjät voivat sillä tehdä. Tällä on etunsa vakauden, turvallisuuden ja yksityisyyden kannalta. Mutta tekoälyn kanssa tällainen sulkeminen voi olla myös este. Kun tekoäly siirtyy suoremmin laitteisiin, siruista, kuten M4, M5 tai niiden seuraajista, tulee entistä tärkeämpiä. Ja paine Appleosoittaakseen, jääkö Neural Engine pitkälti suljetuksi osaksi omaa ekosysteemiään, vai tuleeko siitä todella avoimempi työkalu kehittäjille.
Saatat olla kiinnostunut
Joten koko jutun tärkein pointti ei ole se, että joku "hakkeroi iPadin". Mielenkiintoisempaa on se, että Apple M4:llä saattaa olla huomattavasti laajemmat paikallisen tekoälyn ominaisuudet kuin nykyään Apple tarjoaa virallisesti. Jos vastaavat kokeet osoittavat, että Neural Engine pystyy tekemään enemmän kuin vain ajamaan valmiita malleja turvallisesti, tämä voi olla ratkaiseva uutinen tekoälyn tulevaisuudelle iPhonessa, iPadissa ja Macissa. Apple Se saattaa jo myydä miljoonille ihmisille laitteistoa, joka voisi tehdä paljon enemmän. Se vain pitää sitä toistaiseksi lukkojen takana. Projektin lähdekoodi, jossa kehittäjä työskentelee sirun täyden potentiaalin vapauttamiseksi. Löydät M4:n Githubista.
Kun napsautan syötettä, se ei vie minua syötteeseen. Samaan aikaan missään artikkelissa ei ole linkkiä kehittäjään, artikkeliin tai mihinkään vastaavaan.
Anteeksi, en puhu slovakkia, mutta jos ymmärsin oikein, linkki lähteeseen on tässä - https://github.com/maderix/ANE