薯片 Apple Silicon 它们是世界上最强大的移动处理器之一。但它们的一些功能仍然隐藏在官方界面之后，对开发者不可见。 App但现在看来，芯片中的神经网络引擎 Apple M4 可能比这有趣得多 Apple 这通常会导致漏洞被利用。一位网名为@0x0SojalSec的开发者兼安全专家声称，他通过逆向工程成功绕过了该芯片常见的软件限制。 Apple M4 可以比标准工具更深入地访问神经网络引擎。 App结果是，人工智能加速器不仅可以用于运行现成的模型，还可以用于与模型训练相关的更复杂的计算。
神经网络引擎功能强大，但是 Apple 让他保持克制
Apple 苹果在发布 M4 芯片时表示，其神经网络引擎每秒可处理高达 38 万亿次运算。该公司称其为迄今为止速度最快的 AI 加速器，并强调其可在设备上直接用于 AI 任务。神经网络引擎是其性能卓越的原因之一。 Apple 可以在 iPad 或 Mac 上本地处理一些 AI 任务，无需将数据发送到服务器。 cloud但在实践中，神经网络引擎扮演着明确的角色。 Apple 它主要用于推理，即通过公共接口运行已训练好的模型。如果应用程序需要识别照片中的物体、转录语音、编辑图像或运行机器学习模型，神经引擎就是理想的辅助工具。 Pro 然而，直接训练模型。 Apple 它通常不会为开发者提供简单开放的方法。
根据现有信息，这位开发者并没有采用传统的Core ML或Metal方案，而是自行创建了一个能够直接与硬件通信的底层层。换句话说：他并没有预料到最终的结果。 Apple 虽然可以通过官方工具实现，但我们试图找出芯片表面之下的真正潜能。这才是根本区别。Core ML 是一种便捷安全的获取方式。 machine learning 提交给应用程序 iPhone无论是 iPad 还是 Mac。但与此同时，它也限制了开发者的活动范围。 Apple逆向工程试图绕过这些障碍，更接近硬件本身。
您可能感兴趣
如果这一说法得到证实，那它就不仅仅是少数爱好者的技术奇闻了。它表明，像这样的设备…… iPad Pro 或者说，搭载 M4 芯片的 Mac 电脑在本地 AI 方面的潜力可能比日常使用中看起来要大得多。如今，许多人认为训练 AI 模型主要需要昂贵的显卡。 cloud来自服务器和硬件 英伟达. Apple 但该公司多年来一直在其工厂销售功能强大的专用加速器。 Pro问题不在于性能不足。 Pro问题在于…… Apple 它并没有赋予开发者完全的控制权。
然而，我们必须抑制过高的期望。神经网络引擎能够用于更高级的计算，并不意味着iPad会突然取代庞大的AI服务器。小型模型的本地训练、实验、微调或专门的计算，与训练拥有数千亿参数的大型语言模型截然不同。这项演示的真正意义在于其他方面。它表明： Apple 该公司拥有的硬件如果决定向开发者开放更多选项，将对本地人工智能产生极其强大的作用。
Apple 对软件的影响比对硬件的影响更大。
因此，整个案件重新引发了关于……的旧问题。 App该公司经常生产性能极其强大的硬件，但同时对开发者如何使用这些硬件有着非常严格的控制。这在稳定性、安全性和隐私方面具有优势。但对于人工智能而言，这种封闭性也可能成为一种阻碍。随着人工智能更直接地应用于设备，像M4、M5或它们的后续芯片将变得越来越重要。而压力也随之而来。 Apple以检验神经网络引擎是否会继续保持其自身生态系统中相对封闭的一部分，还是会成为开发者真正开放的工具。
您可能感兴趣
所以整件事最重要的不是有人“黑了iPad”，而是我们发现了…… Apple M4在本地人工智能方面的能力可能比现在要强大得多。 Apple 官方已正式推出。如果类似的实验表明，神经网络引擎的功能不仅限于安全运行现成的模型，那么这对于 iPhone、iPad 和 Mac 上的人工智能未来发展而言，可能是一个至关重要的消息。 Apple 它或许已经向数百万用户销售了功能远不止于此的硬件，只是目前仍将其严加保密。该项目的源代码也尚未公开，开发者正在努力挖掘芯片的全部潜力。 你可以在 Github 上找到 M4。.
当我点击信息流时，并没有跳转到信息流页面。同时，文章中也没有任何关于开发者、文章或类似内容的提及。
抱歉，我不会说斯洛伐克语，但如果我理解正确的话，源代码的链接在这里 - https://github.com/maderix/ANE