现代的复古计算技巧常常能将旧硬件和系统推向前所未有的高度，远超任何昔日开发者的想象。在初代 Mac 上部署神经网络又如何？[KenDesigns] 正是通过一个运行着完整定制 SDK 的经典手写数字识别网络实现了这一点！
让这样的硬件运行数十年来积累的机器学习模型，其难度之大超乎大多数人的想象。（所使用的MNIST 数据集直到 90 年代才建立起来。）由于初代 Mac 的浮点运算能力有限，尝试运行机器学习模型时会遇到各种问题。其中一项挑战是需要对模型进行量化。这也使得模型能够被压缩到 Mac 有限的内存中。
令人印象深刻的是，[KenDesigns] 设置的最重要功能之一是自定义 SDK，这弥补了 macOS 的不足。这允许进行极其细致的调整，但也需要完整的自定义安装。不过，这一切并非毫无意义，因为经过一些训练操作后，该模型运行起来相当熟练。
如果您想亲眼见证它的运行，请观看下方嵌入的视频。如果您只想在老旧的 Mac 上运行它，您可以在这里找到磁盘映像。模拟器甚至经过测试，即使没有原始硬件也能正常工作。事实证明，新硬件比这些老旧的“玩具”更容易使用、更紧凑；然而，在计算器上运行神经网络的体验丝毫不逊色！
原文： https://hackaday.com/2025/09/15/original-mac-limitations-cant-stop-you-from-running-ai-models/