苹果在为下一代 Apple GPU 架构提前做准备。

看了 Apple 的 Metal 4.1 规范文档，引入了 FP4/MXFP4 以及 int4/int2 支持，本质上和当年苹果预热 NAX/Tensor Core 是同一个套路，先在规范和编译器层面把数据类型与接口铺好，为下一代 GPU 架构在硬件物理层原生支持 FP4 TensorOps 提前做准备。

当年苹果在 Metal 规范中提前引入 ⁠simdgroup_matrix⁠，支持 FP16、Int8 的矩阵乘加，后面的 Metal 4.0 引入 cooperative_tensor⁠ 支持 FP8，相当于把 API 从传统的 SIMD 矩阵升级为了全新的 Tensor 张量管线，由于当时的 GPU Shader Core 没有独立矩阵单元，只能靠常规的 ALU 软模拟运算，到了 A19 和 M5 这一代全新 GPU 架构（Apple10 家族 GPU） 正式引入 Neural Accelerator（神经加速单元），才在硬件层面实现了原生的 FP8 矩阵加速。这种软件先行的模式，可以让新芯片一发布就直接享有成熟的软件生态、编译器支持，所以 A19、M5 系列芯片在发布的时候，端侧 AI 算力和推理吞吐直接就能得到巨大的提升。

现在苹果在 Metal 4.1 提前预埋 FP4、MXFP4 和 ⁠tensor_blockwise⁠ 规范，也是同样在为下一代 GPU 架构做准备，提前完成对物理原生 FP4 矩阵计算单元（TensorOps）的软件铺路。

参考：
Metal 设计规范：http://t.cn/AX0y3C7i
Metal 功能集汇总表：http://t.cn/A6WNDqbJ