Apple’ın M4 Sınırları Aşıldı, Yapay Zeka Performansı Şaşırttı

Teknoburada'yı Google'da tercih edilen kaynak olarak ekleyin

+

Apple’ın M4 işlemcileri, yapay zekâ performansı tarafında zaten güçlü bir donanım sunuyordu ancak şirket bu gücün kullanımını oldukça sıkı kurallarla sınırlıyordu. Normal şartlarda M4 içindeki Neural Engine, yalnızca önceden eğitilmiş yapay zekâ modellerini çalıştırmak için kullanılabiliyor.

Ancak bir geliştirici, Apple’ın resmi yazılım sınırlarını aşarak M4 Neural Engine’in çok daha fazlasını yapabildiğini gösterdi. X üzerinde paylaşılan çalışmaya göre geliştirici, çipi tersine mühendislikle inceleyerek 15,8 TFLOPS seviyesinde gizli yapay zekâ eğitim performansını açığa çıkarmayı başardı.

Apple M4 Neural Engine Aslında Daha Fazlasını Yapabiliyor

Apple, geliştiricilere Neural Engine üzerinde doğrudan ve ileri seviye kontrol sunmuyor. Bu nedenle M4’teki yapay zekâ birimi, resmi olarak daha çok çıkarım işlemleri için kullanılıyor. Yani sistem, eğitilmiş modelleri çalıştırabiliyor ancak sıfırdan model eğitimi gibi daha ağır işlemler için Apple’ın sunduğu standart araçlarla tam kapasiteye ulaşılamıyor.

Apple hid 15.8 TFLOPS of raw AI power in every M4 Mac & iPhone.

They only let you use the Neural Engine for inference.
Reverse-engineered their private APIs and ran full backpropagation & transformer training directly on the
ANE, No CoreML, No Metal, No GPU,

– Training… pic.twitter.com/j5WSWX5dfH

— Md Ismail Šojal 🕷️ (@0x0SojalSec) June 15, 2026

Bu sınırı aşan geliştirici, CoreML, Metal veya GPU’ya dayanmadan tamamen farklı bir yol izledi. 0x0SojalSec adıyla bilinen araştırmacı, GitHub’da paylaştığı çalışmada özel bir Model Intermediate Language geliştirdiğini açıkladı. Bu özel yapı, Apple’ın resmi geliştirme ekosisteminin dışında çalışarak Neural Engine üzerinde backpropagation ve transformer eğitimi gibi işlemleri mümkün hâle getirdi.

Sistemin kararlı çalışması için de dikkat çekici çözümler kullanıldı. Yoğun yapay zekâ eğitimi sırasında işlem takılırsa, özel dil belirli bir komutla süreci yeniden başlatıp mevcut durumu tazeleyebiliyor. Böylece tüm programın çökmesi yerine işlem kaldığı yerden devam edebiliyor. Bu, Neural Engine’in normalde bu tür kullanımlar için tasarlanmış gibi sunulmamasına rağmen donanımın ciddi bir esneklik taşıdığını gösteriyor.

Performans tarafında ise hızın korunması için tüm işlem akışı sistem RAM’i üzerinden yürütüldü. Daha yavaş NAND depolamadan kaçınılması, eğitim sürecinin çok daha hızlı ilerlemesini sağladı. Bu çalışma, M4 işlemcili Mac ve iPad modellerinde Apple’ın izin verdiğinden daha güçlü bir yapay zekâ eğitim potansiyeli bulunduğunu ortaya koyuyor. Apple bu yetenekleri resmi olarak kapalı tutsa da donanım tarafında M4 Neural Engine’in beklenenden çok daha iddialı olduğu görülüyor.

Katlanabilir iPhone Çıkmadı Ama İkincisi Planlandı Bile

See more