El Neural Engine de los chips de Apple Silicon de la serie M, dedicado al Mac y luego al iPad, se usa para poder ejecutar modelos preentrenados. Una publicación de un investigador y desarrollador de seguridad dejó ver que superó las limitaciones aplicando ingeniería inversa. Liberó toda la potencia de cálculo para las cargas de trabajo, hasta 15,8 teraflops. 

Se desarrolló un lenguaje intermedio de modelos personalizado para establecer comunicación con el motor neuronal, en lugar de los denominados Core ML o Metal, que son los marcos de trabajo de Apple. Se mantuvo todo en la RAM para evitar lentitud en el almacenamiento y se logró hacer un proceso estable y rápido. 

Los chips de Apple pueden ofrecer una gran potencia localmente en cuanto a IA

El desarrollador ha sido bastante bondadoso y ha publicado el proyecto realizado a través de GitHub, para poder demostrar que se pueden entrenar redes neuronales directamente en el hardware con mínimas dependencias adicionales. En sus pruebas se demostró que es posible completar los pasos de entrenamiento en milisegundos en un chip M4. Los datos promocionales que Apple publicó en el pasado indican que su rendimiento es de hasta 38 tops.

Lo que se ha demostrado indica que los ordenadores y tabletas con estos chips de Apple son de gran valía para los usuarios que trabajan con la IA. Pueden ser máquinas valiosas de entrenamiento local, en especial considerando que entrenan modelos más pequeños. Se abre la brecha para dejar de depender de los servicios de la nube. También se pondrá a debate el enfoque final de los de Cupertino por querer controlar siempre el hardware y el software, cuando se demuestra con este hecho que es posible experimentar hasta llegar a algo más potente siempre y cuando no se pongan límites que no son necesarios. ¿Qué pensarán en Cupertino sobre este suceso? ¿Es posible darles más poder a los usuarios sin restringir tanto el funcionamiento de sus procesadores?