Heim
Neue Forschungsergebnisse bringen verborgene Fähigkeiten des M4-Chips sowie des Claude-Systems zum Vorschein

Jahrelang blieb Apples Neural Engine (ANE) aufgrund strenger Einschränkungen, die ausschließlich für Inferenzaufgaben vorgesehen waren, verborgen. Seit 2026 sind jedoch diese Barrieren beseitigt worden. Kürzlich gelang es dem Ingenieur Manjeet Singh in Zusammenarbeit mit Claude AI, die internen Abläufe des ANE im M4-Chip rückwärts zu entwerfen und so der globalen Technologiegemeinschaft zu zeigen, dass ein Mac mini weitaus mehr ist als nur ein Gerät für alltägliche Aufgaben – er kann auch direkt zur Schulung von Transformer-Modellen genutzt werden.
Der Schlüssel zu diesem Durchbruch liegt darin, den traditionellen CoreML-Framework zu umgehen. Mit der Unterstützung von Claude AI untersuchte Manjeet Singh die Struktur der MIL-Sprache sowie der E5-Binary-Formate, wodurch eine direkte Steuerung der ANE-Hardware möglich wurde. Die experimentellen Ergebnisse sind bemerkenswert: Das Ausführen eines eindimensionalen Transformer-Modells auf dem M4-Chip erreicht eine Spitzen-Energieeffizienz von bis zu 6,6 TFLOPS pro Watt – das ist 80 Mal höher als bei professionellen A100-GPUs und mehr als 50 Mal höher als bei H100-GPUs.
Zuvor ging die Branche allgemein davon aus, dass NPU-Chips aufgrund unzureichender Hardwarefähigkeiten keine Schulungsaufgaben bewältigen könnten. Doch diese Rückentwicklung zeigte eine andere Wahrheit auf – die Hardware war nicht die eigentliche Beschränkung; vielmehr stellten Apples Software-Einschränkungen das Haupthindernis dar. Heute können Entwickler bereits die vollständige Schulung des Stories110M-Modells auf einem Mac mini durchführen, wobei das gesamte System weniger als ein Watt Energie verbraucht.
Diese Entwicklung verändert das Bild der KI-Revolution grundlegend. Die hohen Kosten traditioneller Rechslösungen, die einst Zehntausende von Dollar betrugen, erscheinen im Vergleich zur außergewöhnlichen Energieeffizienz des M4-Chips nun unbedeutend. Für unabhängige Entwickler und Heimlaboratorien sind teure GPU-Cluster nicht länger die einzige praktikable Option. Das kompakte Gerät auf dem Schreibtisch verwandelt sich dabei in einen leistungsstarken Supercomputer, der eine kostengünstige Iteration großer Modellstrukturen ermöglicht.
Obwohl es noch Verbesserungsmöglichkeiten hinsichtlich der Nutzungseffizienz sowie mehrere ingenieurtechnische Herausforderungen gibt, eröffnet dieser Durchbruch neue Perspektiven. Wie Entwickler betonen, signalisiert diese Art der gemeinsamen Rückentwicklung zwischen Mensch und Maschine den Aufstieg der KI-Schulung am Edge. In Zukunft könnte ein MacBook in Ihren Händen nicht länger nur ein Verbrauchergerät sein, sondern zu einer persönlichen Recheneinheit werden, die sich jederzeit und überall kontinuierlich weiterentwickeln kann.
Verwandter Artikel
OpenAI-Hacking-Meldungen nun beim UN-Rat für KI-Sicherheit
Yoshua Bengio hielt die Eröffnungsrede bei einer Sitzung des UN-Sicherheitsrats zum Thema KI-Sicherheit. Bildquelle: UNNach einer Sitzung des UN-Sicherheitsrats zum Thema KI-Sicherheit sind Berichte ü
Anthropic-Wissenschaftler kündigt aus Angst vor KI-Kontrolle, selbst zugefügter menschlicher Schaden
Künstliche Intelligenz hat kürzlich eine beunruhigende Entwicklung erfahren: Jacob Coxon, ein leitender Forscher bei Anthropic, ist aus Protest gegen das, was er als unkontrolliertes branchenweites Treiben ansieht, zurückgetreten und hat den KI-Sekto
Apples lokale KI kehrt mit oMLX 0.3.9 zurück: Leistungssteigerung bei Gemma 4 Vision, Copilot mit einem Klick und ausgewogene Leistung großer Cloud-Modelle
Am 13. Mai (Peking-Zeit) hat das lokale KI-Ökosystem von Apple Silicon einen wichtigen Meilenstein erreicht. Die Veröffentlichung von oMLX Version 0.3.9.dev2 integriert mehrere fortschrittliche Optimi
Empfehlungen zu verwandten Spezialthemen
Kommentare (0)

Jahrelang blieb Apples Neural Engine (ANE) aufgrund strenger Einschränkungen, die ausschließlich für Inferenzaufgaben vorgesehen waren, verborgen. Seit 2026 sind jedoch diese Barrieren beseitigt worden. Kürzlich gelang es dem Ingenieur Manjeet Singh in Zusammenarbeit mit Claude AI, die internen Abläufe des ANE im M4-Chip rückwärts zu entwerfen und so der globalen Technologiegemeinschaft zu zeigen, dass ein Mac mini weitaus mehr ist als nur ein Gerät für alltägliche Aufgaben – er kann auch direkt zur Schulung von Transformer-Modellen genutzt werden.
Der Schlüssel zu diesem Durchbruch liegt darin, den traditionellen CoreML-Framework zu umgehen. Mit der Unterstützung von Claude AI untersuchte Manjeet Singh die Struktur der MIL-Sprache sowie der E5-Binary-Formate, wodurch eine direkte Steuerung der ANE-Hardware möglich wurde. Die experimentellen Ergebnisse sind bemerkenswert: Das Ausführen eines eindimensionalen Transformer-Modells auf dem M4-Chip erreicht eine Spitzen-Energieeffizienz von bis zu 6,6 TFLOPS pro Watt – das ist 80 Mal höher als bei professionellen A100-GPUs und mehr als 50 Mal höher als bei H100-GPUs.
Zuvor ging die Branche allgemein davon aus, dass NPU-Chips aufgrund unzureichender Hardwarefähigkeiten keine Schulungsaufgaben bewältigen könnten. Doch diese Rückentwicklung zeigte eine andere Wahrheit auf – die Hardware war nicht die eigentliche Beschränkung; vielmehr stellten Apples Software-Einschränkungen das Haupthindernis dar. Heute können Entwickler bereits die vollständige Schulung des Stories110M-Modells auf einem Mac mini durchführen, wobei das gesamte System weniger als ein Watt Energie verbraucht.
Diese Entwicklung verändert das Bild der KI-Revolution grundlegend. Die hohen Kosten traditioneller Rechslösungen, die einst Zehntausende von Dollar betrugen, erscheinen im Vergleich zur außergewöhnlichen Energieeffizienz des M4-Chips nun unbedeutend. Für unabhängige Entwickler und Heimlaboratorien sind teure GPU-Cluster nicht länger die einzige praktikable Option. Das kompakte Gerät auf dem Schreibtisch verwandelt sich dabei in einen leistungsstarken Supercomputer, der eine kostengünstige Iteration großer Modellstrukturen ermöglicht.
Obwohl es noch Verbesserungsmöglichkeiten hinsichtlich der Nutzungseffizienz sowie mehrere ingenieurtechnische Herausforderungen gibt, eröffnet dieser Durchbruch neue Perspektiven. Wie Entwickler betonen, signalisiert diese Art der gemeinsamen Rückentwicklung zwischen Mensch und Maschine den Aufstieg der KI-Schulung am Edge. In Zukunft könnte ein MacBook in Ihren Händen nicht länger nur ein Verbrauchergerät sein, sondern zu einer persönlichen Recheneinheit werden, die sich jederzeit und überall kontinuierlich weiterentwickeln kann.
OpenAI-Hacking-Meldungen nun beim UN-Rat für KI-Sicherheit
Yoshua Bengio hielt die Eröffnungsrede bei einer Sitzung des UN-Sicherheitsrats zum Thema KI-Sicherheit. Bildquelle: UNNach einer Sitzung des UN-Sicherheitsrats zum Thema KI-Sicherheit sind Berichte ü
Anthropic-Wissenschaftler kündigt aus Angst vor KI-Kontrolle, selbst zugefügter menschlicher Schaden
Künstliche Intelligenz hat kürzlich eine beunruhigende Entwicklung erfahren: Jacob Coxon, ein leitender Forscher bei Anthropic, ist aus Protest gegen das, was er als unkontrolliertes branchenweites Treiben ansieht, zurückgetreten und hat den KI-Sekto
Apples lokale KI kehrt mit oMLX 0.3.9 zurück: Leistungssteigerung bei Gemma 4 Vision, Copilot mit einem Klick und ausgewogene Leistung großer Cloud-Modelle
Am 13. Mai (Peking-Zeit) hat das lokale KI-Ökosystem von Apple Silicon einen wichtigen Meilenstein erreicht. Die Veröffentlichung von oMLX Version 0.3.9.dev2 integriert mehrere fortschrittliche Optimi











