- Разработчик Spotify Рафаэль Коста обнаружил аппаратный сбой в работе Apple Neural Engine на iPhone 16 Pro Max.
- Ошибка приводит к сбоям при запуске локальных языковых моделей: процессор перегружается, а модели выдают некорректный вывод.
- Проблема проявляется только на iPhone 16 Pro Max с чипом A18 Pro, тогда как iPhone 15 Pro, MacBook Pro и iPhone 17 Pro Max работают корректно.
Рафаэль Коста, разработчик Spotify, выявил аппаратную проблему в нейронном процессоре Apple Neural Engine, установленном в iPhone 16 Pro Max. Ошибка проявляется при работе с локальными языковыми моделями, на базе которых Коста пытался реализовать функцию классификации покупок в собственном финансовом приложении. Вместо корректной работы система выдавала некорректные ответы и зависала в состоянии загрузки.
В оригинальном замысле приложение собиралось автоматически записывать расходы, классифицировать их и обновлять виджет на Apple Watch с отображением потраченного бюджета. Однако при тестовом запуске на iPhone 16 Pro Max данные выходили некорректными:, например, модель выдавалась набор случайных символов вместо ответа на простую арифметическую задачу «сколько будет 2 + 2». При этом на других устройствах Apple, включая iPhone 15 Pro с iOS 18, новейший iPhone 17 Pro Max и MacBook Pro, данная ошибка отсутствовала.
Для более глубокого изучения проблемы Коста провёл эксперимент, в котором сравнил работу нейросетевого фреймворка MLX на трёх устройствах. При идентичных условиях и одинаковом запросе наблюдалась значительная рассогласованность в тензорных значениях и результатах на iPhone 16 Pro Max, тогда как остальные устройства обрабатывали запрос успешно и стабильно.
Разработчик предполагает, что сбой носит аппаратный характер и связан с нейронным движком Apple Neural Engine в чипе A18 Pro, использующемся в iPhone 16 Pro Max. Вероятнее всего, проблема кроется в особенностях работы именно этого процессора или программного стека с MLX и Metal. Анализ продемонстрировал, что проблема не проявляется ни на моделях с прошлым поколением процессора A17 (iPhone 17 Pro Max), ни на других устройствах, что подтверждает аппаратную природу ошибки.
Обнаружение такого рода аппаратной ошибки подчёркивает сложности интеграции сложных нейросетевых моделей в мобильные устройства и необходимость тщательного тестирования новых аппаратных решений. Кроме того, случай демонстрирует, как повседневные задачи, основанные на машинном обучении и искусственном интеллекте, могут неожиданно сталкиваться с ограничениями и сбоями на уровне железа.
