M4 Apple Neural Engine 逆エンジニアリング Part 1：6.6 FLOPS/Wの効率を解明

概要

研究者がApple M4チップのNeural Engine（ANE）を逆エンジニアリングで分析したシリーズの第1回を公開した。Appleの独自AIアクセラレーションハードウェアの内部に迫るこの研究は、Hacker Newsで100票以上を集め大きな注目を浴びた。

主な発見

研究によって明らかになったM4 ANEの主な特徴：

• CoreMLベースのアーキテクチャ：ANEはAppleのCoreMlフレームワークを通じて動作し、ハードウェアへの直接アクセスは抽象化されている
• 6.6 FLOPS/Wのエネルギー効率：Part 2で公開されたベンチマークによると、推論ワークロードで印象的な電力効率を示す
• 完全なアイドルシャットダウン：Neural Engineは未使用時に完全に電源を切ることができ、Apple Siliconの優れたバッテリー寿命に貢献している

ローカルAIへの示唆

コミュニティは、この発見がApple SiliconでのローカルモデルのInferenceやトレーニングへのANE活用をより効果的にするのに役立つかどうかに注目している。シリーズのPart 3ではANEがトレーニングに使用できるかどうかが検討される予定だ。

AI支援の研究

このプロジェクト自体もAI支援によるソフトウェアエンジニアリングの現在の姿の例として注目されている。あるコメンターは「この研究の主な教訓はANE自体を逆エンジニアリングしたことではなく、AIによって加速されたソフトウェアエンジニアが何を達成できるかだ」と述べた。