これまで、アップルのニューロエンジン（ANE）は「推論に限る」という鉄壁の垣根によって厳しく閉ざされていました。しかし2026年の今、その垣根は取り払われました。最近、エンジニアのManjeet SinghがClaude AIと協力し、逆コンパイルによってM4チップのANEの性能秘密を解き明かし、世界に証明しました。「あなたのMac miniは『エビを育てる』だけではない、トランスフォーマーのモデルを直接訓練することができるのです！」

この突破の鍵は、膨大なCoreMLフレームワークを回避することでした。Manjeet SinghはClaudeの支援を受け、MIL言語とE5バイナリの迷宮に深く入り込み、ANEハードウェアの直接的な制御に成功しました。実験データは衝撃的です。M4チップで単層のトランスフォーマーを動作させた際、ピーク効率は驚くほど6.6TFLOPS/Wに達しました。これはプロフェッショナルなグラフィックカードであるA100の80倍、H100の50倍以上です。

長年、業界ではNPUがトレーニングタスクには適していないと考えられていました。それはハードウェアの性能不足が原因だとされてきました。しかし今回の「暴挙」によって真実が明らかになりました。ハードウェアは決して障害物ではありません。問題は、アップルのソフトウェア制限にありました。現在、開発者はMac mini上でStories110Mモデルの完全なトレーニングを実現でき、かつ全体の消費電力はわずか1ワット以下に抑えられています。

これにより、AI革命の門檻は劇的に変化しています。以前は数万ドルかかる計算資源の請求書は、M4チップの極限的なエネルギー効率の前では笑いものとなりました。独立系の開発者や家庭用の研究室にとっても、高価なGPUクラスターは唯一の選択肢ではなくなりました。あなたのデスクの上にある小さなマシンが、低コストで大規模なモデルを反復的にイテレーションできるスーパーコンピュータへと進化しているのです。

現在の利用効率にはまだ向上の余地があり、多くの工学的な課題もありますが、道は開かれています。開発者のように、このような人間と機械の協働による逆向きの探求を通して、端末側でのAIトレーニングの希望が見えてきました。将来、あなたが手持ちにするMacBook