苹果的M4芯片发布时，不少开发者看着那颗号称“15.8 TFLOPS”的神经引擎都眼馋——但苹果偏偏给它上了一道软件锁：出厂只准跑推理，不准训练。换句话说，你只能用它来“念经”，不能让它“学写经”。这种精准的刀法让AI圈像隔着一层玻璃看满汉全席，馋归馋，就是吃不着。
但总有人不信邪。开发者0x0SojalSec用逆向工程直接怼了上去，结果发现，这颗神经引擎的硬件底子完全够格做训练，所谓的限制不过是苹果在软件层面的权限管控。他没有走CoreML、Metal或GPU这条苹果官方路线，而是从零手搓了一套自定义模型中间语言，直接绕过生态与神经引擎“裸聊”，成功实现了完整的反向传播和Transformer架构训练。更夸张的是，这套代码已经被开源在GitHub上，解锁后的算力恰好就是苹果自己标注的15.8 TFLOPS——仿佛在说：“我全看得见，只是你们不让我用。”
当然，硬闯苹果的深宅大院总要付出代价。由于苹果对底层硬件的异常访问管控极严，训练过程中动不动就卡死。0x0SojalSec的解决办法简单暴力：让自定义语言在密集训练阶段一旦检测到进程死锁，就用特定的execute命令重启进程，刷新状态后继续跑，而不是让整个程序直接崩掉。同时，所有训练数据都被写入系统内存而非NAND闪存，绕开存储带宽瓶颈以保证速度。这个方案听起来像极了在高速路上一边换轮胎一边开车——能用，但需要点心脏承受能力。
对于M4 Mac或iPad用户来说，这无疑是颗定心丸：苹果芯片的AI潜力远超官方开放的范围，所谓的“只能推理”不过是商业策略的剪影。但硬币的另一面是，这种非官方方案目前还处于“能用但不敢深用”的阶段，稳定性与长期可靠性需要时间验证。开发者社区向来擅长“撬锁”，而苹果怎么回应这把被撬开的门，可能比技术本身更有商业看点——是在下一次系统更新中补上漏洞，还是索性解开束缚，让M4的AI算力真正落地？不管哪条路，这场“性能告白”都已经注定不会悄无声息地结束。
