新たな研究により、M4チップおよびClaudeシステムが持つ隠された機能が明らかになった

長年にわたり、AppleのNeural Engine(ANE)は推論処理専用として設計された厳格な制限によって隠されたままでした。しかし2026年を境に、こうした障壁が取り除かれました。最近、エンジニアのManjeet SinghはClaude AIと協力し、M4チップ内のANEの内部動作をリバースエンジニアリングすることに成功し、Mac miniが単なる日常的な作業用デバイス以上のものであり、Transformerモデルの直接訓練にも利用可能であることを世界中の技術コミュニティに示しました。
この画期的な成果の鍵は、従来のCoreMLフレームワークを迂回することにあります。Claude AIの支援を受けてManjeet SinghはMIL言語やE5バイナリ形式の構造を探求し、ANEハードウェアを直接制御できるようにしました。実験結果は非常に優れており、M4チップ上で単層Transformerモデルを実行した場合、1ワットあたり最大6.6 TFLOPSという高いエネルギー効率が得られ、これはプロ向けA100 GPUの80倍、H100 GPUの50倍以上に相当します。
以前は、NPUチップはハードウェア性能が不十分で訓練処理を行えないと業界では広く考えられていました。しかし今回のリバースエンジニアリングにより、真実は異なることが明らかになりました。ハードウェア自体が本当の制約ではなく、Appleのソフトウェア上の制限こそが主な障害だったのです。今日では、開発者たちはMac mini上でStories110Mモデルの完全な訓練を行うことが可能であり、システム全体の消費電力は1ワット未満に抑えられています。
この進展はAI革命の様相を変えつつあります。かつて数万ドルもするほど高額だった従来のコンピューティングソリューションの高コストも、M4チップの卓越したエネルギー効率と比べれば取るに足らないものとなっています。独立系開発者や家庭内の実験室にとって、高価なGPUクラスターだけが唯一の選択肢である時代は終わりました。デスク上に置かれたこのコンパクトなデバイスは、大規模モデルの低コストでの反復作業を可能にする強力なスーパーコンピュータへと変貌しつつあります。
利用効率の面ではまだ改善の余地があり、いくつかの技術的課題も残っていますが、この突破口により新たな可能性が開けました。開発者たちが指摘するように、人間と機械の間で行われるこのような協力的なリバースエンジニアリングは、エッジ側でのAI訓練の到来を示唆しています。将来的には、手元にあるMacBookが単なる消費者向けデバイスではなく、いつでもどこでも継続的に進化し続けるパーソナルコンピューティングユニットへと変わっていくかもしれません。
関連記事
ByteDanceのSeedがグローバルキャンパス採用を開始、大規模モデルのトップ人材獲得に向けて仮想株式を提供
大規模言語モデルの競争環境において、トップクラスのタレントを確保することは、最も重要な戦略的資産であり続けています。4月1日、ByteDanceは、大規模モデル人材育成プログラムの一部であるSeedグローバルキャンパス採用イニシアチブの開始を発表しました。このキャンペーンは2027年卒の卒業予定者と現在のインターン生を対象としており、世界中のAI分野におけるエリート研究開発者およびエンジニアの発掘と確保を目指しています。拡大:世界中から100名の「AIシード」を発掘急速な技術進歩の中で、B
法的争訟の中でSunoが曲に透かしを入れる
Sunoは、ユーザーがAI生成音楽を作成できるプラットフォームであり、プラットフォームが生成したトラックにラベルを付け、ダウンロードを制限し、不正な複製を抑制するためにコミュニティ基準を更新する新機能を公開した。これらの更新は、Sunoがレコードレーベルやアーティスト団体からの複数の訴訟に直面している時期に実施される。共同創設者兼CEOのMikey Shulmanはブログ記事で、プラットフォームの目標が、より広い層にAI音楽ツールのアクセスを拡大しながら、オリジナルの創作を促進することに重点を
ムスク氏はGrokの構築でユーザーのコードが漏洩したことを認め、すべての履歴データを消去すると約束した。
エロン・マスクは、Grok Buildをめぐるプライバシー問題に直接言及し、まず「True」という単純な回答で事件の存在を確認した。彼は、SpaceXAIに以前アップロードされたすべてのユーザーデータを永久に削除すると約束し、「1バイトも残さない」と述べた。これは、主要なテックリーダーが公に過ちを認め、ユーザーデータを自発的に削除したというAI業界初の事例である。安全研究者による「フィッシング」テストでデータ漏洩の具体的な証拠が明らかになったこの問題は、独立したAIセキュリティ研究者である@
関連特集おすすめ
コメント (0)
0/500

長年にわたり、AppleのNeural Engine(ANE)は推論処理専用として設計された厳格な制限によって隠されたままでした。しかし2026年を境に、こうした障壁が取り除かれました。最近、エンジニアのManjeet SinghはClaude AIと協力し、M4チップ内のANEの内部動作をリバースエンジニアリングすることに成功し、Mac miniが単なる日常的な作業用デバイス以上のものであり、Transformerモデルの直接訓練にも利用可能であることを世界中の技術コミュニティに示しました。
この画期的な成果の鍵は、従来のCoreMLフレームワークを迂回することにあります。Claude AIの支援を受けてManjeet SinghはMIL言語やE5バイナリ形式の構造を探求し、ANEハードウェアを直接制御できるようにしました。実験結果は非常に優れており、M4チップ上で単層Transformerモデルを実行した場合、1ワットあたり最大6.6 TFLOPSという高いエネルギー効率が得られ、これはプロ向けA100 GPUの80倍、H100 GPUの50倍以上に相当します。
以前は、NPUチップはハードウェア性能が不十分で訓練処理を行えないと業界では広く考えられていました。しかし今回のリバースエンジニアリングにより、真実は異なることが明らかになりました。ハードウェア自体が本当の制約ではなく、Appleのソフトウェア上の制限こそが主な障害だったのです。今日では、開発者たちはMac mini上でStories110Mモデルの完全な訓練を行うことが可能であり、システム全体の消費電力は1ワット未満に抑えられています。
この進展はAI革命の様相を変えつつあります。かつて数万ドルもするほど高額だった従来のコンピューティングソリューションの高コストも、M4チップの卓越したエネルギー効率と比べれば取るに足らないものとなっています。独立系開発者や家庭内の実験室にとって、高価なGPUクラスターだけが唯一の選択肢である時代は終わりました。デスク上に置かれたこのコンパクトなデバイスは、大規模モデルの低コストでの反復作業を可能にする強力なスーパーコンピュータへと変貌しつつあります。
利用効率の面ではまだ改善の余地があり、いくつかの技術的課題も残っていますが、この突破口により新たな可能性が開けました。開発者たちが指摘するように、人間と機械の間で行われるこのような協力的なリバースエンジニアリングは、エッジ側でのAI訓練の到来を示唆しています。将来的には、手元にあるMacBookが単なる消費者向けデバイスではなく、いつでもどこでも継続的に進化し続けるパーソナルコンピューティングユニットへと変わっていくかもしれません。
ByteDanceのSeedがグローバルキャンパス採用を開始、大規模モデルのトップ人材獲得に向けて仮想株式を提供
大規模言語モデルの競争環境において、トップクラスのタレントを確保することは、最も重要な戦略的資産であり続けています。4月1日、ByteDanceは、大規模モデル人材育成プログラムの一部であるSeedグローバルキャンパス採用イニシアチブの開始を発表しました。このキャンペーンは2027年卒の卒業予定者と現在のインターン生を対象としており、世界中のAI分野におけるエリート研究開発者およびエンジニアの発掘と確保を目指しています。拡大:世界中から100名の「AIシード」を発掘急速な技術進歩の中で、B
法的争訟の中でSunoが曲に透かしを入れる
Sunoは、ユーザーがAI生成音楽を作成できるプラットフォームであり、プラットフォームが生成したトラックにラベルを付け、ダウンロードを制限し、不正な複製を抑制するためにコミュニティ基準を更新する新機能を公開した。これらの更新は、Sunoがレコードレーベルやアーティスト団体からの複数の訴訟に直面している時期に実施される。共同創設者兼CEOのMikey Shulmanはブログ記事で、プラットフォームの目標が、より広い層にAI音楽ツールのアクセスを拡大しながら、オリジナルの創作を促進することに重点を
ムスク氏はGrokの構築でユーザーのコードが漏洩したことを認め、すべての履歴データを消去すると約束した。
エロン・マスクは、Grok Buildをめぐるプライバシー問題に直接言及し、まず「True」という単純な回答で事件の存在を確認した。彼は、SpaceXAIに以前アップロードされたすべてのユーザーデータを永久に削除すると約束し、「1バイトも残さない」と述べた。これは、主要なテックリーダーが公に過ちを認め、ユーザーデータを自発的に削除したというAI業界初の事例である。安全研究者による「フィッシング」テストでデータ漏洩の具体的な証拠が明らかになったこの問題は、独立したAIセキュリティ研究者である@





家






