苹果终于松口！Mac外接NVIDIA显卡成真，AI开发者狂喜

目录

一、历史性突破：Apple官方认证，NVIDIA显卡终于能在Mac上跑了

二、TinyGPU是什么？

三、为什么这对AI开发者是“史诗级利好”？

1. 本地跑大模型，速度暴增

2. 真正“移动AI工作站”

3. 开发体验质变

四、怎么用？极简步骤（官方文档）

五、关键提醒：不是“游戏显卡”

六、意义：Mac生态的重大转折

七、总结

TinyGPU官方驱动获批，Apple Silicon外接显卡时代开启!

一、历史性突破：Apple官方认证，NVIDIA显卡终于能在Mac上跑了

对Mac用户、尤其是AI开发者来说，这是等了6年的重磅消息。

2020年苹果转用Apple Silicon（M系列芯片）后，彻底砍掉了对NVIDIA独显、外接显卡（eGPU）的官方支持。AMD显卡也仅有限支持，且不能用于AI计算。想在Mac上用NVIDIA GPU跑大模型、做训练，要么用旧Intel Mac，要么只能远程服务器。

现在，一切变了：苹果正式批准了Tiny Corp开发的TinyGPU驱动。通过Thunderbolt/USB4，Apple Silicon Mac（M1/M2/M3/M4全系列）可直连AMD、NVIDIA外置显卡，且不用关SIP系统安全。

这不是民间破解，是苹果官方认证的驱动扩展（DriverKit）。

二、TinyGPU是什么？

TinyGPU是AI框架tinygrad旗下的macOS专用工具，核心定位：

• 专为AI/ML计算：只做GPU计算加速，不支持图形输出、游戏、外接显示器

• 接口：USB4 / Thunderbolt 3/4

• 支持显卡：

  • NVIDIA：Ampere+（RTX 30/40/50系列）

  • AMD：RDNA3+ 最新架构

• 系统：macOS 12.1+

一句话：让Mac用上外置NVIDIA/AMD显卡，专门跑本地大模型、AI推理与训练。

三、为什么这对AI开发者是“史诗级利好”？

1. 本地跑大模型，速度暴增

• M系列GPU强，但显存有限（最高多为64GB），跑7B/13B/34B模型吃力

• 外接RTX 4090 Ti/5090：24GB–48GB显存，CUDA生态全开

• 实测：LLaMA 3、Qwen、Gemma等模型速度提升5–10倍

2. 真正“移动AI工作站”

• MacBook Pro + 外置显卡 = 便携+超强算力

• 不用依赖云GPU，数据本地、隐私安全、成本更低

3. 开发体验质变

• 支持原生函数调用、智能体工作流

• 兼容tinygrad、PyTorch、 Hugging Face生态

• 可本地调试、微调和部署大模型

四、怎么用？极简步骤（官方文档）

• AMD

curl -fsSL https://raw.githubusercontent.com/tinygrad/tinygrad/master/extra/setup_hipcomgr_osx.sh | sh

• NVIDIA

如果尚未安装，请安装Docker 桌面版。

curl -fsSL https://raw.githubusercontent.com/tinygrad/tinygrad/master/extra/setup_nvcc_osx.sh | sh

确保~/.local/bin已添加到PATH：

export PATH="$HOME/.local/bin:$PATH"

五、关键提醒：不是“游戏显卡”

• 仅支持计算：无视频输出、不能玩游戏、不能外接显示器

• 面向开发者：需命令行、懂一点环境配置

• 安全：苹果官方认证，不用关闭SIP，系统更安全

六、意义：Mac生态的重大转折

这不止是一个驱动，更是苹果开放态度的信号：

• 打破Mac“只能用内置GPU”的封闭历史

• 让Mac正式进入本地高性能AI计算时代

• 对AI开发者：Mac终于能和NVIDIA CUDA生态无缝连接

七、总结

TinyGPU + 苹果官方认证 = Apple Silicon外接显卡新纪元。

如果你是：

• AI/大模型开发者

• 想在Mac本地跑7B/13B/34B模型

• 讨厌云GPU延迟、成本与隐私问题

现在，一台Mac + 外置NVIDIA显卡 = 最强移动AI工作站

传送门：https://docs.tinygrad.org/tinygpu/