M4芯片AI算力排行：开发者绕过限制实测15.8TFLOPS

苹果M4芯片集成的神经网络引擎原本仅面向推理场景开放——开发者虽能借此执行预训练模型，却无法直接在引擎上启动模型训练。如今，X平台用户@0x0SojalSec宣称已成功绕过这一软件限制，并对M4 SoC完成了彻底逆向解析。

破解的核心策略在于将所有数据驻留在RAM中运行，完全避开标准读写路径，因此执行速度极快，交互体验也相当流畅。

@0x0SojalSec于今天凌晨在X平台分享了一个GitHub代码仓库，演示如何解锁M4的全部算力。他没有借助苹果官方的Core ML或Metal等框架（原因是苹果并未开放芯片的直接通信权限），也未调用GPU，而是从零构建了一套自定义MIL（模型中间语言），通过该工具直接与M4进行底层数据交换。

由于苹果对M4硬件能力施加了封锁，整个流程需要采用变通手段。举例来说：当训练进程卡死、必须重置才能继续时，这套自定义MIL会调用exec()指令，使进程重新启动并恢复训练。这样一来，程序能够刷新当前状态，避免直接崩溃，同时维持模型的学习进程。

为提升速度，整个解锁过程完全避免向NAND闪存写入数据。NAND闪存写入较慢，而RAM速度快得多，因此整体流程能够保持高效运转。突破软件限制后，iPad或Mac搭载的M4可达到15.8 TFLOPS的AI处理性能——这一算力足以支撑AI模型的完整训练任务。

需要说明的是，目前尚无法验证这套自定义MIL能否在更新的Apple Silicon芯片上运行，也无法确认exec()在新平台下是否能按预期正常工作。