วงการ AI และผู้ใช้งาน Apple ต้องหันมาจับตามอง! เมื่อเร็วๆ นี้ นักพัฒนาอิสระได้สร้างความฮือฮาด้วยการปลดล็อกข้อจำกัดของ Neural Engine บนชิป Apple M4 สำเร็จ เปิดประตูสู่การเทรนโมเดล AI บน M4 ได้โดยตรงบนอุปกรณ์ ไม่ว่าจะเป็น MacBook Air หรือ iPad ซึ่งก่อนหน้านี้ Apple จำกัดให้ Neural Engine ทำงานได้เพียงการประมวลผลโมเดลที่ฝึกมาแล้ว (inference) เท่านั้น ความสำเร็จครั้งนี้ถือเป็นการเปลี่ยนแปลงครั้งสำคัญที่อาจพลิกโฉมการพัฒนา AI บนแพลตฟอร์มของ Apple เลยทีเดียว
เจาะลึกการปลดล็อก M4 Neural Engine เพื่อเทรนโมเดล AI โดยตรง
ปกติแล้ว หน่วยประมวลผล Neural Engine (ANE) ที่เป็นหัวใจสำคัญของชิป Apple Silicon อย่าง M4 ถูกออกแบบมาเพื่อการอนุมาน (inference) โมเดล AI ที่ได้รับการฝึกฝนมาล่วงหน้าแล้วให้มีประสิทธิภาพสูงสุด แต่คุณ @0x0SojalSec นักวิจัยด้านความปลอดภัยและนักพัฒนา ได้ประกาศความสำเร็จบนแพลตฟอร์ม X (Twitter เดิม) ว่าสามารถวิศวกรรมย้อนกลับ (reverse-engineer) เพื่อปลดล็อกข้อจำกัดเหล่านี้ได้
ความสำเร็จนี้ทำให้สามารถใช้พลังประมวลผลของ ANE ได้สูงสุดถึง 15.8 TFLOPS สำหรับงานฝึกโมเดล AI เต็มรูปแบบ ซึ่งรวมถึงการประมวลผลแบบ backpropagation สำหรับโมเดล Transformer ที่ซับซ้อน โดยไม่ต้องพึ่งพาโครงสร้างซอฟต์แวร์มาตรฐานของ Apple อย่าง Core ML หรือ Metal อีกต่อไป
เบื้องหลังการทำงาน: สร้างภาษาเฉพาะทาง สู่การประมวลผลแบบเรียลไทม์
ทีมพัฒนาไม่ได้ใช้เฟรมเวิร์กของ Apple แต่เลือกที่จะสร้าง Model Intermediate Language (MIL) ขึ้นมาเอง เพื่อสื่อสารกับ Neural Engine ได้โดยตรง ซึ่งเป็นหัวใจสำคัญที่ทำให้การเทรนโมเดล AI บน M4 บนฮาร์ดแวร์ ANE เป็นไปได้
- การประมวลผลใน RAM: ทีมงานเก็บข้อมูลทั้งหมดไว้ในหน่วยความจำ (RAM) เพื่อหลีกเลี่ยงการเขียนข้อมูลลงในหน่วยเก็บข้อมูลที่ช้ากว่า ทำให้กระบวนการฝึกโมเดลรวดเร็วและเสถียรอย่างน่าประหลาดใจ
- กลไกการแก้ไขปัญหาเฉพาะหน้า: พวกเขายังค้นพบวิธีแก้ไขปัญหาโดยใช้คำสั่ง
exec()เพื่อรีสตาร์ทกระบวนการเมื่อการฝึกโมเดลหยุดชะงัก ซึ่งช่วยให้สามารถบันทึกสถานะ (checkpoint) และดำเนินการต่อได้โดยไม่สูญเสียข้อมูล
โปรเจกต์นี้ได้รับการเผยแพร่บน GitHub แสดงให้เห็นถึงความเป็นไปได้ในการฝึกโครงข่ายประสาทเทียม (neural networks) บนฮาร์ดแวร์ ANE โดยตรง โดยใช้การพึ่งพาภายนอกให้น้อยที่สุด ผลการทดสอบเบื้องต้นแสดงให้เห็นประสิทธิภาพที่น่าประทับใจ เช่น สามารถดำเนินการขั้นตอนการฝึกโมเดล Transformer ได้ในระดับมิลลิวินาทีบนชิป M4
นัยสำคัญต่อวงการ AI และอนาคตของ Apple Ecosystem
การค้นพบครั้งนี้มีความสำคัญอย่างยิ่งต่อชุมชน AI เพราะมันหมายความว่าคอมพิวเตอร์ Mac และ iPad ทั่วไปสามารถกลายเป็นเครื่องมือที่ทรงพลังยิ่งขึ้นสำหรับการฝึกโมเดล AI ขนาดเล็กในท้องถิ่น (on-device) ซึ่งช่วยลดการพึ่งพาบริการคลาวด์ที่มีค่าใช้จ่ายสูงและอาจมีความกังวลด้านความเป็นส่วนตัว
แม้ว่า Apple จะไม่ได้เปิดใช้งานหรือให้การสนับสนุนอย่างเป็นทางการสำหรับการฝึกโมเดลบน Neural Engine (โดยระบุว่าให้ประสิทธิภาพสูงสุด 38 TOPS สำหรับการอนุมานเท่านั้น) แต่ความพยายามในการวิศวกรรมย้อนกลับนี้แสดงให้เห็นถึงศักยภาพที่ซ่อนอยู่จำนวนมากในชิปเหล่านี้ ที่ผู้คนส่วนใหญ่อาจยังไม่ทราบ การถกเถียงเกี่ยวกับแนวทางการควบคุมฮาร์ดแวร์และซอฟต์แวร์ที่เข้มงวดของ Apple ก็คงจะตามมาอย่างแน่นอน และน่าสนใจที่จะได้เห็นว่าชุมชนนักพัฒนาจะค้นพบอะไรอีกในอนาคต
มุมมองจากบรรณาธิการ: ปลดล็อกศักยภาพ AI สู่ผู้ใช้งานปลายทาง
เรามองว่านี่ไม่ใช่แค่ข่าวเล็กๆ แต่เป็นก้าวสำคัญที่จะเปลี่ยนเกมในการพัฒนา AI บนแพลตฟอร์ม Apple เลยทีเดียว การที่นักพัฒนาสามารถเทรนโมเดล AI บน M4 ได้โดยตรง เปิดโอกาสให้ AI มีความเป็นส่วนตัวมากขึ้น ลดการส่งข้อมูลขึ้นคลาวด์ และทำให้ผู้พัฒนาเข้าถึงพลังประมวลผล AI ได้ง่ายขึ้น สำหรับผู้ใช้งาน Mac หรือ iPad ที่สนใจด้าน AI นี่คือสัญญาณที่ดีว่าอนาคตของ AI แบบกระจายศูนย์ (decentralized AI) อาจอยู่ใกล้กว่าที่คิด และคงต้องรอดูกันว่า Apple จะมีท่าทีอย่างไรต่อความพยายามของชุมชนนักพัฒนาครั้งนี้ แต่ที่แน่ๆ คือศักยภาพของ Apple Silicon ไม่ได้มีแค่การรันโมเดล AI เท่านั้น แต่ยังสามารถสร้างโมเดลใหม่ๆ ได้อีกด้วย
ที่มา: gizmochina.com
ข่าวที่เกี่ยวข้อง
- OnePlus 16 หลุดสเปกหน้าจอ 185Hz พร้อมขอบจอบางเฉียบ <1 มม. ทุบสถิติวงการ
- เจาะลึก Xiaomi 17T Pro ปะทะ Samsung Galaxy S26: ศึกเรือธงใครคุ้มค่ากว่ากัน?
- เผยแนวโน้ม ราคาสมาร์ทโฟนเรือธงรุ่นใหม่ อาจพุ่งสูงกว่าเดิม เหตุต้นทุนชิปพุ่ง
- Samsung Galaxy Watch Ultra 2 คาดแบตเตอรี่ใหญ่ขึ้น 35% พร้อมชิป Snapdragon Wear Elite
