Maison
De nouvelles recherches révèlent des capacités cachées dans le chip M4 et le système Claude

Pendant des années, le Neural Engine (ANE) d’Apple est resté caché derrière des restrictions strictes conçues uniquement pour les tâches d’inference. Cependant, à partir de 2026, ces barrières ont été levées. Récemment, l’ingénieur Manjeet Singh, en collaboration avec Claude AI, a réussi à effectuer une ingénierie inverse des mécanismes internes de l’ANE du chip M4, démontrant ainsi à la communauté technologique mondiale qu’un Mac mini n’est pas seulement un appareil destiné aux tâches quotidiennes — il peut également être utilisé directement pour entraîner des modèles Transformer.
La clé de cette avancée réside dans le fait de contourner le framework traditionnel CoreML. Avec le soutien de Claude AI, Manjeet Singh a étudié la structure du langage MIL ainsi que les formats binaires E5, ce qui lui a permis d’exercer un contrôle direct sur le matériel de l’ANE. Les résultats expérimentaux sont remarquables : l’exécution d’un modèle Transformer à une seule couche sur le chip M4 atteint un rendement énergétique maximal de 6,6 TFLOPS par watt, ce qui représente 80 fois plus que celui des GPU professionnels A100 et plus de 50 fois supérieur à celui des GPU H100.
Auparavant, l’industrie croyait largement que les chips NPU étaient incapables de gérer des tâches d’entraînement en raison de capacités matérielles insuffisantes. Pourtant, cette ingénierie inverse a révélé une vérité différente — le matériel n’était pas la vraie contrainte ; ce sont plutôt les restrictions logicielles d’Apple qui constituaient l’obstacle majeur. Aujourd’hui, les développeurs peuvent déjà effectuer un entraînement complet du modèle Stories110M sur un Mac mini, tout en consommant moins d’un watt d’énergie.
Ce développement redéfinit le paysage de la révolution de l’IA. Les coûts élevés liés aux solutions informatiques traditionnelles, qui atteignaient autrefois des dizaines de milliers de dollars, semblent désormais insignifiants par rapport au rendement énergétique exceptionnel du chip M4. Pour les développeurs indépendants et les laboratoires domestiques, les clusters GPU coûteux ne sont plus la seule option viable. Cet appareil compact posé sur un bureau se transforme ainsi en un superordinateur puissant capable de permettre des itérations à faible coût pour des modèles à grande échelle.
Bien qu’il reste encore des améliorations à apporter en termes d’efficacité d’utilisation et que plusieurs défis techniques persistent, cette avancée ouvre de nouvelles possibilités. Comme le soulignent les développeurs, ce type d’exploration collaborative entre humains et machines marque l’avènement de l’entraînement de l’IA au niveau edge. À l’avenir, un MacBook entre vos mains pourrait cesser d’être simplement un appareil grand public pour devenir une unité de calcul personnelle capable d’évoluer en permanence, à tout moment et en tout lieu.
Article connexe
La startup suédoise en intelligence artificielle Lovable Eyes atteint une valorisation de 13,2 milliards de dollars après un tour de table majeur
Alors que les outils de codage alimentés par l’intelligence artificielle gagnent en popularité, la startup suédoise Lovable a levé des fonds lors d’un tour de table majeur. L’entreprise vise à collecter 3 milliards de dollars, ce qui pourrait porter
Google teste l'agent IA Remy pour Gemini à mesure que l'accent se déplace vers le contrôle utilisateur
Selon Business Insider, Google teste Remy, un nouvel agent personnel d’IA pour Gemini. Cet outil vise à exécuter des tâches au nom des utilisateurs, rationalisant ainsi les flux de travail professionnels et les routines quotidiennes.Actuellement, Re
Comment corriger les Core Web Vitals pour de meilleurs classements SEO
Fluidifiez les commentaires de bulletin avec des outils d'IAIntroductionOutils d'IA pour générer des commentaires de bulletinMagic SchoolAlmanac AIChat GPTUtilisation de Magic School pour générer des commentaires de bulletinConnexion à Magic Sc
Recommandations de sujets spéciaux liés
commentaires (0)

Pendant des années, le Neural Engine (ANE) d’Apple est resté caché derrière des restrictions strictes conçues uniquement pour les tâches d’inference. Cependant, à partir de 2026, ces barrières ont été levées. Récemment, l’ingénieur Manjeet Singh, en collaboration avec Claude AI, a réussi à effectuer une ingénierie inverse des mécanismes internes de l’ANE du chip M4, démontrant ainsi à la communauté technologique mondiale qu’un Mac mini n’est pas seulement un appareil destiné aux tâches quotidiennes — il peut également être utilisé directement pour entraîner des modèles Transformer.
La clé de cette avancée réside dans le fait de contourner le framework traditionnel CoreML. Avec le soutien de Claude AI, Manjeet Singh a étudié la structure du langage MIL ainsi que les formats binaires E5, ce qui lui a permis d’exercer un contrôle direct sur le matériel de l’ANE. Les résultats expérimentaux sont remarquables : l’exécution d’un modèle Transformer à une seule couche sur le chip M4 atteint un rendement énergétique maximal de 6,6 TFLOPS par watt, ce qui représente 80 fois plus que celui des GPU professionnels A100 et plus de 50 fois supérieur à celui des GPU H100.
Auparavant, l’industrie croyait largement que les chips NPU étaient incapables de gérer des tâches d’entraînement en raison de capacités matérielles insuffisantes. Pourtant, cette ingénierie inverse a révélé une vérité différente — le matériel n’était pas la vraie contrainte ; ce sont plutôt les restrictions logicielles d’Apple qui constituaient l’obstacle majeur. Aujourd’hui, les développeurs peuvent déjà effectuer un entraînement complet du modèle Stories110M sur un Mac mini, tout en consommant moins d’un watt d’énergie.
Ce développement redéfinit le paysage de la révolution de l’IA. Les coûts élevés liés aux solutions informatiques traditionnelles, qui atteignaient autrefois des dizaines de milliers de dollars, semblent désormais insignifiants par rapport au rendement énergétique exceptionnel du chip M4. Pour les développeurs indépendants et les laboratoires domestiques, les clusters GPU coûteux ne sont plus la seule option viable. Cet appareil compact posé sur un bureau se transforme ainsi en un superordinateur puissant capable de permettre des itérations à faible coût pour des modèles à grande échelle.
Bien qu’il reste encore des améliorations à apporter en termes d’efficacité d’utilisation et que plusieurs défis techniques persistent, cette avancée ouvre de nouvelles possibilités. Comme le soulignent les développeurs, ce type d’exploration collaborative entre humains et machines marque l’avènement de l’entraînement de l’IA au niveau edge. À l’avenir, un MacBook entre vos mains pourrait cesser d’être simplement un appareil grand public pour devenir une unité de calcul personnelle capable d’évoluer en permanence, à tout moment et en tout lieu.
La startup suédoise en intelligence artificielle Lovable Eyes atteint une valorisation de 13,2 milliards de dollars après un tour de table majeur
Alors que les outils de codage alimentés par l’intelligence artificielle gagnent en popularité, la startup suédoise Lovable a levé des fonds lors d’un tour de table majeur. L’entreprise vise à collecter 3 milliards de dollars, ce qui pourrait porter
Comment corriger les Core Web Vitals pour de meilleurs classements SEO
Fluidifiez les commentaires de bulletin avec des outils d'IAIntroductionOutils d'IA pour générer des commentaires de bulletinMagic SchoolAlmanac AIChat GPTUtilisation de Magic School pour générer des commentaires de bulletinConnexion à Magic Sc











