最新新闻 (CN)

Apple 发布 TinyGPU 驱动程序，可与带有硅芯片的 Mac 上的外部显卡配合使用

作者 Maria • 2026年4月8日 • 1 min de leitura

WhatsApp Twitter Facebook 在Google上关注 E-mail

照片: MacBook Pro - Dontree_M / Shutterstock.com

Apple 已正式批准 Tiny Corp 开发的驱动程序（称为 TinyGPU），允许配备 Apple Silicon 的 Mac 电脑使用外部图形处理单元。这一决定标志着该公司立场的重大转变，在此之前该公司一直严格限制在自己的处理器中使用 eGPU。该工具的主要重点不是显示器的传统图形渲染，而是将这些硬件用作人工智能加速器。授权允许用户操作系统而无需禁用系统完整性保护（SIP）等安全保护，只需要在 macOS 设置中手动授予驱动程序权限。

系统中的技术集成和兼容性要求

TinyGPU 项目专为填补使用 Apple ARM 架构执行繁重计算任务的开发人员所面临的硬件空白而设计。为了建立连接，设备必须具有 USB4 或 Thunderbolt 3 和 4 端口，以保证处理器和外部卡之间交换数据所需的带宽。除了物理连接之外，操作系统还必须更新到macOS 12.1或更高版本，以确保Tiny Corp.所需的通信协议的稳定性。

软件实现需要强制安装“tinygrad”框架，该框架作为管理GPU工作负载的逻辑基础。该生态系统的设计精益高效，避免了操作系统核心不必要的开销。获得苹果公司的批准后，最终用户的安装过程变得相当简单，消除了以前令技术爱好者和数据研究人员望而却步的复杂技术障碍。

Apple环境下支持AMD和NVIDIA硬件

本次更新最大的惊喜之一就是加入了对不同厂商显卡的支持，涵盖AMD的RDNA3架构和NVIDIA的Ampere架构。对于 AMD 卡，编译器在 macOS 环境中本地运行，利用品牌之间的历史兼容性来优化性能。对于NVIDIA硬件用户来说，运行NVCC编译器需要使用Docker Desktop，创建处理指令所需的虚拟化层。

支持 RDNA3 架构或更高版本的 AMD GPU。
与基于 Ampere 架构的 NVIDIA 卡兼容。
需要 Docker Desktop 来运行 NVIDIA 特定的二进制文件。
专注于数据处理，不通过 eGPU 直接输出视频。

这种硬件灵活性使 Mac Mini 或 MacBook Air 等紧凑型机器能够获得以前仅在高成本工作站中才能提供的计算能力。支持现代架构的选择反映了处理需要大量 VRAM 内存和特定张量核心的语言模型和神经网络的需求。

人工智能模型的实际应用

TinyGPU的实际性能已经在开发团队使用大型模型进行的测试中展示了可喜的结果。报告显示，该系统能够成功运行Qwen 2.5 27B模型，证明Thunderbolt带宽足以满足AI推理应用的需求。对于喜欢苹果软件生态系统、但又需要可根据项目需求进行更换的专用 GPU 的多功能性的研究人员来说，这一进步至关重要。

图像处理和显示的分离是这个苹果认可的驱动程序的一个关键技术特性。通过不处理视频输出，eGPU 将其所有功能和带宽专门用于纯数学计算，从而减少了机器学习任务中的延迟。这种以数据为中心的方法有助于苹果公司批准该驱动程序，因为它不会直接干扰该公司的专有显示协议，从而保持了用户视觉体验的完整性。

对开发者社区和生产力的影响

该驱动程序的批准消除了数据科学专业人士对苹果硅芯片提出的主要批评之一。在此解决方案之前，芯片的统一内存限制是模型加载的最大上限，但现在，通过 eGPU 进行外部扩展打破了这一物理障碍。开发人员可以保持笔记本电脑的便携性，同时在办公室使用功能强大的充电站来训练或测试复杂的算法。

工作流程变得更加动态，允许中央处理器 (CPU) 和集成 GPU 处理接口和系统任务，而外部卡则在后台处理繁重的计算。这种负载分布可以延长 Mac 内部组件的使用寿命，防止长时间运行的任务导致硬件过热。 Apple 官方签名提供的稳定性确保未来的系统更新不会意外破坏功能，为希望采用该解决方案的公司提供法律和技术安全。

使用并行计算的技术观点

TinyGPU 驱动程序架构使用低级调用来确保 macOS 和外部硬件之间的通信以尽可能少的开销进行。通过使用tinygrad框架，Tiny Corp为Python或C++指令创建了一条有效的路径来到达视频卡的核心，而无需经过过多的代码转换层。在每一毫秒的处理都关系到实时人工智能应用程序的可行性的情况下，这一点尤其重要。

使用外部 GPU 还为试验不同类型的硬件打开了大门，而无需更换整个计算机。用户可以从入门级 GPU 开始，随着 AI 模型复杂性的增加升级到更强大的卡。这种模块化虽然在 PC 世界中很常见，但对于发现自己受到带有集成处理器的新型号的封闭设计的限制的 Mac 用户来说，这是一个受欢迎的发展。

macOS 环境中的配置和安全

即使允许 TinyGPU 在其最新设备上运行，Apple 仍保持严格的安全标准。安全首选项中手动驱动程序批准的需要确保用户可以完全控制在内核级别安装的内容。此过程是第三方驱动程序的标准，但此处的重要性在于 eGPU 要求通过系统数据总线进行访问的性质。

与之前需要对引导系统进行大量修改的方法不同，Tiny Corp 的解决方案被认为是在公司参数范围内即插即用。这意味着 IT 管理员可以在公司计算机群上实施这些解决方案，而不会影响网络的整体安全策略。系统开放性和数据保护之间的平衡似乎是库比蒂诺巨人获得批准的交汇点。

软件需求和 Docker 的作用

NVIDIA 卡的 Docker 依赖性是一个技术细节，它定义了很大一部分用户的使用体验。由于 NVIDIA 多年来一直没有为 macOS 提供本机驱动程序，因此容器的使用允许 CUDA 指令所需的编译器独立工作。这种创造性的解决方案使 NVIDIA 的尖端硬件能够在理论上不支持它的系统中得到利用，从而扩展了互操作性的边界。

对于 AMD 用户来说，这一过程更加简单，这反映出苹果与 GPU 制造商在过去的 Mac Pro 和 iMac 机型上的持续合作。本机支持意味着更少的延迟和更简化的安装，使其成为那些在tinygrad框架内寻求最大效率的人的推荐选项。这两种选择都代表了一项技术进步，使 Mac 重新受到使用密集并行处理的大型研究实验室的关注。

苹果人工智能生态系统的演变

苹果拥抱 TinyGPU 的举动可能标志着对人工智能计算未来更加务实的看法。随着对本地处理的需求不断增长，允许外部硬件支持您自己的芯片可能是一种将专业用户保留在您的平台内的策略。与 Qwen 2.5 模型的成功集成证明该解决方案对于最先进的自然语言处理任务来说足够强大。

这一新阶段的外部兼容性不仅有利于 Tiny Corp 及其用户，而且还巩固了 macOS 作为人工智能工程可行操作系统的地位。同时使用 AMD 和 NVIDIA GPU 与 Apple ARM 芯片的灵活性创造了市场上独特的混合工作站。市场现在正在等待其他公司是否会效仿并为其他类别的高性能外设开发特定驱动程序。

对加速计算未来的思考

Tiny Corp 的举措表明，独立开发者社区仍然是封闭平台创新的驱动力。通过专注于人工智能加速等特定领域，他们能够让苹果相信支持 eGPU 是有益且安全的。不提供视频输出的重点是允许第三方软件和苹果专有架构和平共存的技术差异化因素。

从现在开始，在 Mac 上使用外部计算不再是一个小众实验，而是一种经过验证的工作工具。需要强大的硬件来本地运行人工智能是全球趋势，而苹果似乎已经明白，允许通过 Thunderbolt 进行扩展是在不改变产品内部设计的情况下满足这一需求的最佳方式。 TinyGPU 因此为如何以注重原始性能的智能方式将外部硬件集成到现代系统中设定了新标准。