開發者破解 Apple M4 Neural Engine　成功解鎖 15.8 TFLOPS AI 訓練能力

不過，近日一名代號為 0x0SojalSec 的研究員於 GitHub 公開相關程式碼，聲稱已成功逆向工程 Apple M4 Neural Engine，並解鎖高達 15.8 TFLOPS 的 AI 訓練運算能力，突破 Apple 原有的軟件限制。

根據消息指出，由於 Apple 並未向開發者開放足夠權限直接控制 Neural Engine 執行進階訓練工作，因此該研究員並未使用 Apple 官方提供的 CoreML、Metal 等開發工具，也沒有依賴 GPU 進行運算。

為了達成目標，他自行開發了一套全新的 Model Intermediate Language（模型中介語言），作為 Neural Engine 與 AI 訓練流程之間的橋樑。透過這套系統，成功在 Apple Neural Engine 上實現完整的反向傳播（Backpropagation）與 Transformer 模型訓練功能。

Apple hid 15.8 TFLOPS of raw AI power in every M4 Mac & iPhone.

They only let you use the Neural Engine for inference.
Reverse-engineered their private APIs and ran full backpropagation & transformer training directly on the
ANE, No CoreML, No Metal, No GPU,

- Training… pic.twitter.com/j5WSWX5dfH

— Md Ismail Šojal  (@0x0SojalSec) June 15, 2026

由於 Neural Engine 本身並非設計用於此類工作，研究員亦加入多項穩定性機制。例如當訓練程序卡死時，系統可透過特定執行指令重新啟動相關程序，讓機器學習工作得以繼續進行，而不需要整個應用程式重新啟動。

此外，為提升訓練效率，研究員將所有運算資料直接寫入系統記憶體（RAM），避免使用速度較慢的 NAND 儲存裝置，從而維持高速運作表現。

這項成果顯示，Apple M4 所搭載的 Neural Engine 在硬件層面具備相當可觀的 AI 訓練潛力，只是相關功能一直受到 Apple 軟件限制。透過逆向工程後，研究員成功證明 M4 不僅能執行 AI 推論，也有能力處理高負載的 AI 模型訓練工作。

在 Google 上關注我們 設定為優先來源