苹果M系列芯片内置的神经网络引擎，长期仅面向AI推理任务开放，限制了开发者在本地设备上进行模型训练的能力。这一软件层面的封锁，使得即便硬件潜力巨大，用户也难以充分释放其算力进行AI开发工作。
近日，一位开发者通过逆向工程，成功绕过了苹果M4芯片的软件限制。该开发者并未使用苹果官方的Core ML或Metal等工具，而是从零开发了一套自定义的模型中间语言（MIL），直接与M4芯片的硬件进行通信。整个过程将数据完全置于RAM中运行，避免了速度较慢的NAND闪存写入，从而实现了高速流畅的训练体验。
自研工具突破M4芯片硬件锁定
由于M4芯片的相关硬件能力在软件层面被“锁定”，解锁过程需要一些变通手段。例如，当训练进程卡住、需要重置才能继续时，这套自定义工具会调用特定指令，让进程重新启动并保持训练状态。这种方法可以刷新当前状态，避免程序直接崩溃，同时维持学习进程的连续性。
解锁后性能表现与潜在影响
成功突破软件限制后，搭载M4芯片的iPad或Mac设备，其AI处理性能得以完全释放，达到了15.8TFLOPS的水平。这一算力足以承担相当规模的AI模型训练任务，为开发者在本地进行AI研究与开发提供了全新的可能性。不过，目前尚无法确认同一套自定义方案能否直接应用于更新的Apple Silicon芯片，其通用性仍有待进一步验证。