ปลดล็อกพลัง AI เต็มรูปแบบ! นักพัฒนาเผยวิธี ‘ฝึก AI บน M4’ ของ Apple ได้โดยตรงบนอุปกรณ์

แน่นอนว่า ใครที่ติดตามข่าวสารวงการเทคโนโลยี โดยเฉพาะอย่างยิ่งฝั่ง Apple คงต้องตื่นเต้นกับข่าวล่าสุดที่นักพัฒนาคนหนึ่งได้ค้นพบวิธีปลดล็อกศักยภาพอันน่าทึ่งของชิป M4 Neural Engine ให้สามารถ ฝึก AI บน M4 ได้โดยตรงบนอุปกรณ์ ซึ่งโดยปกติแล้ว Apple ไม่ได้เปิดโอกาสให้ทำเช่นนั้น และเน้นย้ำว่า Neural Engine มีไว้สำหรับการประมวลผลโมเดล AI ที่ได้รับการฝึกฝนมาแล้ว (inference) เป็นหลัก การค้นพบครั้งนี้จึงนับเป็นความก้าวหน้าครั้งสำคัญที่อาจเปลี่ยนโฉมการพัฒนา AI บนแพลตฟอร์มของ Apple ไปอย่างสิ้นเชิง

เมื่อ Neural Engine M4 ไม่ใช่แค่ “รัน” แต่ “ฝึก” ได้ด้วย!

ปกติแล้ว Neural Engine ที่อยู่ในชิป Apple Silicon ไม่ว่าจะเป็น M1, M2, M3 หรือแม้กระทั่ง M4 ซึ่งเป็นรุ่นล่าสุดนั้น ถูกออกแบบมาเพื่อความเร็วและประสิทธิภาพในการรันโมเดล AI ที่ถูกเทรนมาแล้ว การทำงานแบบนี้เรียกว่า ‘inference’ หรือการอนุมานผลลัพธ์ ซึ่งเป็นสิ่งที่ Apple โปรโมทมาตลอดว่า Neural Engine สามารถทำได้ถึง 38 TOPS (Trillions of Operations Per Second) สำหรับชิป M4

แต่แล้วนักวิจัยและนักพัฒนาด้านความปลอดภัยชื่อดังอย่าง @0x0SojalSec ก็ได้สร้างความฮือฮาเมื่อเขาประกาศผ่านแพลตฟอร์ม X ว่าประสบความสำเร็จในการย้อนรอยวิศวกรรม (reverse-engineer) ข้อจำกัดต่างๆ ของ Neural Engine ในชิป M4 และสามารถปลดล็อกพลังประมวลผลสูงสุดถึง 15.8 TFLOPS สำหรับงานฝึกฝนโมเดล AI เต็มรูปแบบ ซึ่งรวมไปถึงกระบวนการสำคัญอย่าง backpropagation ใน Transformer models ที่เป็นหัวใจของการพัฒนา AI ยุคใหม่ เรียกได้ว่านี่คือการเปิดประตูสู่ศักยภาพที่ Apple ไม่เคยพูดถึง และอาจจะจงใจล็อกไว้ด้วยซ้ำ

เบื้องหลังความสำเร็จ: เจาะลึกเทคนิคการปลดล็อก

หลายคนอาจสงสัยว่าการปลดล็อกความสามารถที่ซ่อนอยู่ของ Neural Engine M4 นั้นทำได้อย่างไร แทนที่จะพึ่งพาเฟรมเวิร์กมาตรฐานของ Apple อย่าง Core ML หรือ Metal ทีมพัฒนาได้สร้าง Model Intermediate Language (MIL) ขึ้นมาเอง เพื่อสื่อสารกับ Neural Engine โดยตรง เทคนิคนี้ช่วยให้พวกเขาสามารถควบคุมและสั่งการฮาร์ดแวร์ได้อย่างใกล้ชิดยิ่งขึ้น

ไม่เพียงเท่านั้น พวกเขายังให้ความสำคัญกับการเก็บข้อมูลทุกอย่างไว้ในหน่วยความจำ RAM ตลอดกระบวนการฝึกฝน เพื่อหลีกเลี่ยงการเขียนข้อมูลลงหน่วยเก็บข้อมูลที่ช้ากว่า ทำให้กระบวนการนี้รวดเร็วและมีเสถียรภาพอย่างน่าประหลาดใจ และเมื่อเกิดกรณีที่การฝึกโมเดลติดขัด พวกเขายังค้นพบวิธีแก้ไขปัญหาโดยใช้คำสั่ง exec() เพื่อเริ่มกระบวนการใหม่ ทำให้สามารถบันทึกสถานะ (checkpoint) และดำเนินการฝึกฝนต่อได้ การทำงานทั้งหมดนี้ถูกเผยแพร่ใน GitHub แสดงให้เห็นว่าการฝึก Neural Networks โดยตรงบนฮาร์ดแวร์ ANE (Apple Neural Engine) เป็นไปได้จริง โดยแทบไม่ต้องพึ่งพาส่วนประกอบภายนอกเพิ่มเติม และผลการทดสอบเบื้องต้นก็แสดงให้เห็นประสิทธิภาพที่น่าประทับใจ เช่น การเทรน Transformer models ได้เสร็จสิ้นภายในเวลาเพียงไม่กี่มิลลิวินาทีบนชิป M4

Apple ว่าไง? กับศักยภาพที่ซ่อนอยู่ของ Neural Engine M4

อย่างที่กล่าวไปข้างต้น Apple ไม่เคยเปิดใช้งานหรือให้การสนับสนุนอย่างเป็นทางการสำหรับการฝึก AI บน Neural Engine พวกเขาได้ทำการตลาดว่าชิปนี้ให้พลังประมวลผลสูงสุดถึง 38 TOPS สำหรับการอนุมานผลเท่านั้น การค้นพบจากการย้อนรอยวิศวกรรมในครั้งนี้จึงแสดงให้เห็นว่ามีความสามารถและพลังงานอีกมากที่ซ่อนอยู่ในชิปเหล่านี้ ซึ่งผู้คนส่วนใหญ่ไม่เคยรับรู้มาก่อนเลย

นี่ถือเป็นข่าวใหญ่สำหรับชุมชนนักพัฒนา AI เพราะมันอาจเปลี่ยน Mac และ iPad ทั่วไปให้กลายเป็นเครื่องมือที่ทรงพลังยิ่งขึ้นสำหรับการฝึกโมเดลขนาดเล็กภายในเครื่อง ลดความจำเป็นในการพึ่งพาบริการคลาวด์ราคาแพง นอกจากนี้ยังจุดประกายให้เกิดการถกเถียงที่น่าสนใจเกี่ยวกับแนวทางการควบคุมฮาร์ดแวร์และซอฟต์แวร์ที่เข้มงวดของ Apple ด้วยว่าในอนาคตพวกเขาจะเปิดกว้างมากขึ้นหรือไม่

อนาคตของการพัฒนาและการ ฝึก AI บน M4 บน Mac และ iPad

การค้นพบครั้งนี้เป็นก้าวที่น่าตื่นเต้นอย่างยิ่งสำหรับนักพัฒนาและผู้ใช้งาน Apple ทั่วไป หากสามารถ ฝึก AI บน M4 ได้อย่างมีประสิทธิภาพบนอุปกรณ์ของเราเอง มันจะนำมาซึ่งประโยชน์หลายประการ ไม่ว่าจะเป็นเรื่องของความเป็นส่วนตัวที่เพิ่มขึ้น เนื่องจากข้อมูลไม่จำเป็นต้องถูกส่งไปยังคลาวด์ การลดต้นทุนในการประมวลผลสำหรับนักพัฒนา หรือแม้กระทั่งการเปิดโอกาสให้เกิดการทดลองและสร้างสรรค์นวัตกรรม AI รูปแบบใหม่ๆ บนแพลตฟอร์ม Apple ได้ง่ายขึ้นและรวดเร็วยิ่งขึ้น

สิ่งนี้เปิดประตูสู่ความเป็นไปได้ใหม่ๆ อย่างแท้จริง โดยเฉพาะสำหรับผู้ที่ต้องการฝึกโมเดล AI ขนาดเล็กหรือทดลองพัฒนาไอเดียใหม่ๆ โดยไม่ต้องพึ่งพาทรัพยากรคลาวด์ขนาดใหญ่เสมอไป และเชื่อว่าในไม่ช้า ชุมชนนักพัฒนาคงจะมีอะไรมาเซอร์ไพรส์เราอีกมากมายเมื่อมีผู้คนเริ่มทดลองและเจาะลึกศักยภาพนี้มากขึ้นเรื่อยๆ

ความคิดเห็นจากผู้เขียน: ก้าวสำคัญที่เกินคาด?

ในฐานะผู้ที่ติดตามวงการเทคโนโลยี ผมมองว่าการปลดล็อก Neural Engine M4 ครั้งนี้ไม่ใช่แค่เพียงการแสดงให้เห็นถึงความสามารถทางเทคนิคของนักพัฒนาเท่านั้น แต่ยังเป็นการส่งสัญญาณสำคัญถึง Apple ด้วยว่า ฮาร์ดแวร์ของพวกเขามีศักยภาพที่ยังไม่ได้ถูกใช้งานอย่างเต็มที่ และผู้ใช้งานก็คาดหวังที่จะเห็นนวัตกรรมที่ลึกซึ้งกว่าเดิมบนอุปกรณ์ของตนเอง

แน่นอนว่าการที่ผู้ใช้งานสามารถ ฝึก AI บน M4 ได้โดยตรงนั้น จะเป็นประโยชน์อย่างมหาศาล และอาจเป็นจุดเปลี่ยนที่ทำให้ Mac และ iPad กลายเป็นเครื่องมือในการพัฒนา AI ที่ได้รับความนิยมมากยิ่งขึ้น คงต้องรอดูกันต่อไปว่า Apple จะตอบสนองต่อการค้นพบครั้งนี้อย่างไร จะเลือกที่จะปิดกั้นต่อไป หรือจะเปิดกว้างและสนับสนุนให้นักพัฒนาได้ใช้ประโยชน์จาก Neural Engine อย่างเต็มที่ในอนาคต ซึ่งไม่ว่าจะเป็นทางไหน การพัฒนานี้ก็สร้างแรงกระเพื่อมที่น่าจับตาให้กับวงการ AI บน Apple อย่างไม่ต้องสงสัย

Q1: Neural Engine ของ Apple M4 คืออะไร และทำอะไรได้บ้าง?

A: Neural Engine คือชิปพิเศษที่ออกแบบมาเพื่อเร่งการประมวลผลงานที่เกี่ยวข้องกับปัญญาประดิษฐ์ (AI) และ Machine Learning โดยเฉพาะ บนชิป Apple M4 มันสามารถประมวลผลได้สูงสุดถึง 38 ล้านล้านคำสั่งต่อวินาที (38 TOPS) และมักจะใช้สำหรับการทำงานแบบ ‘inference’ หรือการอนุมานผลลัพธ์จากโมเดล AI ที่ได้รับการฝึกฝนมาแล้วอย่างรวดเร็วและมีประสิทธิภาพ เช่น การจดจำใบหน้า, การประมวลผลภาษาธรรมชาติ, หรือการปรับปรุงภาพถ่าย

Q2: การ “ฝึก AI บน M4” มีประโยชน์อย่างไรเมื่อเทียบกับการใช้คลาวด์?

A: การฝึก AI บน M4 โดยตรงบนอุปกรณ์มีข้อดีหลายประการเมื่อเทียบกับการพึ่งพาบริการคลาวด์ ประการแรกคือเรื่องของ ความเป็นส่วนตัวและความปลอดภัย เนื่องจากข้อมูลไม่จำเป็นต้องออกจากอุปกรณ์ของคุณ ประการที่สองคือ ความเร็วและประสิทธิภาพ ในบางกรณี โดยเฉพาะอย่างยิ่งสำหรับโมเดลขนาดเล็ก การประมวลผลภายในเครื่องอาจเร็วกว่าและมีค่า Latency ต่ำกว่า นอกจากนี้ยังช่วย ลดต้นทุน ได้อย่างมหาศาล เนื่องจากไม่ต้องจ่ายค่าบริการคลาวด์ และยังช่วยให้นักพัฒนาสามารถทดลองและแก้ไขโมเดลได้อย่างรวดเร็วในสภาพแวดล้อมที่ควบคุมได้

Q3: Apple จะสนับสนุนการฝึก AI บน Neural Engine ในอนาคตหรือไม่?

A: ปัจจุบัน Apple ยังไม่ได้ให้การสนับสนุนอย่างเป็นทางการสำหรับการฝึก AI บน Neural Engine และมักจะเน้นย้ำถึงความสามารถในการ ‘inference’ เป็นหลัก อย่างไรก็ตาม การค้นพบของ @0x0SojalSec แสดงให้เห็นถึงศักยภาพที่ซ่อนอยู่ของฮาร์ดแวร์ที่ยังไม่ได้ถูกใช้ประโยชน์อย่างเต็มที่ การที่ชุมชนนักพัฒนาแสดงให้เห็นว่ามันสามารถทำได้จริง อาจเป็นแรงกดดันให้ Apple พิจารณาแนวทางและอาจมีการเปิดกว้างมากขึ้น หรือแม้แต่พัฒนาเครื่องมือรองรับการฝึก AI บน Neural Engine อย่างเป็นทางการในอนาคตอันใกล้ก็เป็นได้

Q4: ใครคือผู้ค้นพบวิธีปลดล็อก Neural Engine M4 ในครั้งนี้?

A: ผู้ที่ค้นพบและเผยแพร่วิธีการปลดล็อก Neural Engine M4 ในครั้งนี้คือ @0x0SojalSec ซึ่งเป็นนักวิจัยและนักพัฒนาด้านความปลอดภัย (security researcher and developer) ที่มีความเชี่ยวชาญในการย้อนรอยวิศวกรรม (reverse-engineering) ฮาร์ดแวร์และซอฟต์แวร์ เขาได้แบ่งปันรายละเอียดของโปรเจกต์นี้บน GitHub เพื่อให้นักพัฒนาคนอื่นๆ สามารถศึกษาและนำไปต่อยอดได้

ที่มา: gizmochina.com

ข่าวที่เกี่ยวข้อง

• หลุดสเปก Honor 700 series ใส่จอหลังเครื่อง กล้อง 200MP แบตเตอรี่ 9000mAh
• Google Health อัปเดตใหม่ ตรวจจับการออกกำลังกายอัตโนมัติได้กว่า 100 ชนิด
• ซัมซุงเพิ่มฟีเจอร์ Driving report ใน One UI 9 ช่วยตรวจพฤติกรรมการขับรถ
• Oppo Reno 17 และ Reno 17F ผ่านการรับรอง กสทช. จ่อเปิดตัวเร็วๆ นี้