如果你手边有一块闲置的 AMD 或 NVIDIA 显卡，再加一台有 Thunderbolt 或 USB4 接口的 Mac——今天，你等了五年的日子来了。
社区终于把 Mac 外接显卡的驱动做通了。不是虚拟机，不是 Bootcamp，是实打实在 macOS 上用一根 Thunderbolt 线接上显卡，跑 AI 推理。
苹果没有官宣，但事实上放行了——用户态驱动不触碰内核，不需要关闭 SIP，一根线、一条命令，外接显卡就能工作。这是技术倒逼生态开放的经典案例。
一、到底发生了什么？
TinyCorp 团队（tinygrad 框架开发者）完成了一套面向 Apple Silicon 的用户态 GPU 驱动。核心突破：
| 维度 | 内容 |
|---|---|
| 连接方式 | Thunderbolt 4 / USB4（原生 PCIe 通道） |
| 支持显卡 | NVIDIA RTX 30/40/50、AMD RDNA 2/3/4 |
| 驱动形式 | 用户态驱动，无需关闭 SIP |
| 使用场景 | AI/ML 计算（tinygrad 框架） |
| 限制 | 不支持图形加速、游戏、外接显示器 |
简单说——它让你的 Mac 多了一块专用 AI 算力 GPU。 不是替代内置 GPU，是给它加一块”外挂引擎”。
二、怎么接？五分钟搞定
硬件清单：
| 硬件 | 推荐方案 |
|---|---|
| Mac | 任何 M1/M2/M3/M4/M5 芯片 Mac |
| 显卡 | NVIDIA RTX 4090 / AMD RX 7900 XT |
| 转接器 | ADT-UT3G（TB 转 PCIe x16） |
| 供电 | 显卡独立电源（ATX 或 eGPU 坞站） |
软件三步走：
pip install tinygrad
python -c "from tinygrad import Device; print(Device.DEFAULT)"
python -c "from tinygrad import Tensor; print(Tensor.ones(4,4).realize())"
接线→安装→运行，五分钟搞定。 连配置文件都不用改。
五年前想在 Mac 上用外接显卡，只能 Bootcamp 装 Windows。今天，一条 pip install 就够了。时代变了。
三、接上之后能干什么？
Mac 内存够大，但推理速度受内置 GPU 限制。外接 RTX 4090 之后：
| 场景 | 仅 Apple Silicon | + 外接 RTX 4090 |
|---|---|---|
| LLM 推理（7B） | 35 token/s | 120+ token/s |
| 图像生成（SDXL） | 45 秒/张 | 8 秒/张 |
| 模型微调 | 不实用 | 可用 |
核心价值：Mac 负责内存和编排，外接 GPU 负责暴力计算。 两者各取所长。
我的方案是 Mac Studio M3 Ultra 256GB + 外接 RTX 4090。Mac 把千亿参数模型加载到统一内存，推理交给 4090。内存归苹果，算力归英伟达——这才是最优解。
Mac 的内存优势 + NVIDIA 的算力优势，终于不再互斥。一台设备同时拥有两个生态的顶级能力，半年前不可想象。
四、为什么现在才成？
苹果 2020 年转向 Apple Silicon 时，直接砍掉了 eGPU 支持。态度很明确：统一内存不需要外接 GPU。
但 AI 时代打了苹果的脸：
| 苹果的预判 | 现实 |
|---|---|
| 内置 GPU 够用 | AI 推理需要海量并行算力 |
| 统一内存解决一切 | 内存够大但计算不够快 |
| 用户不需要 eGPU | 开发者用脚投票 |
TinyCorp 的做法很聪明——在用户态实现 GPU 驱动，绕过内核。 不碰 macOS 安全机制，苹果没有理由也没有动力封杀。
苹果不是"批准"了驱动——而是社区找到了苹果无法拒绝的路。用户态不触碰内核，封不了，也不想封。技术倒逼生态开放，这才是真正的破局。
写在最后
Mac 外接显卡这件事，等了整整五年。从 Intel 时代的 eGPU 被砍，到 Apple Silicon 的完全封锁，再到今天社区驱动突破——Mac 用户终于不用在「生态」和「算力」之间二选一了。
我一个人打造的 Zaokit AI 正在内测，前 1000 名用户赠送价值 150 RMB 的 Pro 计划，助力大家高效完成图文创作和 PPT 生成，唯一网站：zaokit.app。
AI 时代的算力格局正在被重写。Mac 不再是孤岛——一根 Thunderbolt 线，就能连接整个 GPU 生态。苹果没说行，但也没说不行。这就够了。
相关阅读
Mac 与 AI 算力系列
