苹果M4芯片的神经网络引擎此前仅向推理任务开放，开发者虽能运行预训练AI模型，却无法直接用于训练新模型。这一限制近日被X平台用户@0x0SojalSec突破——该用户宣称通过逆向工程绕过软件限制，成功解锁M4 SoC的完整功能。
为实现这一目标，@0x0SojalSec未依赖苹果官方工具如Core ML或metal，也未调用GPU资源，而是从零开发了一套自定义模型中间语言（MIL）。该工具通过直接与芯片通信，绕过苹果对硬件能力的“锁定”。整个训练过程完全在RAM中运行，避免了NAND闪存写入速度慢的瓶颈，从而确保高速流畅的体验。
在技术实现上，自定义MIL采用变通方案应对硬件限制。例如，当训练进程因卡顿需要重置时，系统会通过“exec”命令重启进程并恢复训练状态，避免程序崩溃的同时保证学习连续性。这种设计使M4芯片在突破限制后，AI处理性能达到15.8TFLOPS，足以支持AI模型训练任务。
目前，@0x0SojalSec已在GitHub公开相关代码库，展示如何释放M4芯片潜力。不过，该方案能否适配更新的Apple Silicon芯片，以及“exec”命令在新平台上的兼容性，仍需进一步验证。
