Что скрывается внутри Apple Neural Engine: найдено 40+ приватных классов
Исследователи применили нейросеть для reverse engineering ANE и обнаружили более 40 закрытых классов, включая _ANEInMemoryModel, что ставит под вопрос безопасность и доступ к аппаратному ускорителю.
В статье на Habr ML описывается эксперимент, в котором авторы попросили нейросеть разобраться в работе Apple Neural Engine (ANE). С помощью генерации кода и анализа файлов фреймворка AppleNeuralEngine.framework они смогли «покопаться» в списке классов, доступных внутри ANE. В результате было выявлено более 40 приватных классов, среди которых ключевой _ANEInMemoryModel, отвечающий за хранение моделей в памяти ускорителя.
Для поиска использовались гигабайты матриц и автоматизированные запросы к модели, что позволило быстро собрать список скрытых API. После получения списка авторы попытались запустить простейшую математику на ANE через эти классы – код отработал, но результаты оказались нестабильными, а некоторые функции вели себя неожиданно.
Статья подчёркивает, что такие методы reverse engineering могут открыть новые возможности для оптимизации и кастомизации, но одновременно создают потенциальные риски: использование закрытых API нарушает условия лицензии Apple, а обнаруженные уязвимости могут стать целью злоумышленников. Авторы призывают к более открытой документации со стороны Apple и к осторожному применению найденных методов в продакшене.
Ссылка на оригинал: https://habr.com/ru/articles/1076240/
Для разработчиков ML это открывает путь к более глубокому использованию ANE, но без официальной поддержки. Применять найденные приватные классы стоит только в экспериментальных проектах, иначе рискуете нарушить лицензионные соглашения и столкнуться с нестабильностью. Apple может закрыть такие уязвимости в будущих обновлениях, поэтому лучше следить за официальными API.
