蘋果核准讓 Nvidia 外接顯示卡支援 Arm 架構 Mac 的驅動程式

背景

近期科技圈熱議 Apple 終於批准了讓 NVIDIA eGPU（外接顯示卡）在搭載 Arm 架構 M 系列晶片的 Mac 上運作的驅動程式。這項突破並非由 Apple 或 NVIDIA 官方主導，而是由 George Hotz 創立的 AI 新創公司 tinygrad 透過開發 tinygpu 驅動並獲得 Apple 簽署達成，旨在讓 Mac 使用者能透過 Thunderbolt 連接 NVIDIA 顯示卡進行 AI 運算。

社群觀點

Hacker News 上的討論首先聚焦於這款驅動程式的實際用途。許多資深用戶指出，這並非傳統意義上用於提升遊戲性能或圖形顯示的驅動，而是專為「運算」設計。這意味著它不支援圖形輸出，也無法運行 NVIDIA 標誌性的 CUDA 環境或 nvidia-smi 工具，而是配合 tinygrad 自身的機器學習框架運作。部分評論者認為將其稱為 eGPU 容易產生誤導，或許稱之為 eNPU（外接神經處理單元）更為貼切。儘管如此，對於想要在 Mac 上運行局部大型語言模型（LLM）的開發者來說，這仍是一個令人振奮的進展，因為它提供了一種將強大算力引入 Mac 生態的新途徑。

關於硬體效能的瓶頸，社群展開了激烈的技術辯論。反對者認為，儘管 M 系列 Mac 擁有龐大且快速的統一記憶體，但 Thunderbolt 介面的頻寬限制（如 TB4 僅約 32Gbps）與內部 PCIe 插槽相比顯得極其微弱。在處理大型模型時，資料在 CPU 與外接 GPU 之間傳輸的速度可能成為致命傷，甚至導致整體效能不如直接使用 Mac 內建的 GPU。然而，支持者反駁指出，對於記憶體容量較小的入門級 Mac（如 Mac mini），外接一張擁有 24GB 甚至更多 VRAM 的 NVIDIA 顯卡，能讓原本無法運行的中大型模型變得可行，這種「從無到有」的改變遠比傳輸頻寬的損耗更具意義。

此外，討論也延伸到了 Apple 長期以來封閉生態的爭議。有觀點認為 Apple 拒絕簽署 NVIDIA 官方驅動程式的決策，讓其在伺服器與高階運算市場損失了潛在的兆元商機。社群中出現了關於壟斷行為的深度辯論，有人將 Apple 限制驅動程式與 App Store 的做法，與當年微軟綑綁 Internet Explorer 的反壟斷案相提並論。部分用戶批評 Apple 刻意阻礙競爭對手的硬體進入其生態系，而另一派則認為 Apple 作為硬體製造商，有權決定其系統支援的組件，且 Mac 在個人電腦市場的佔有率尚不足以構成法律意義上的壟斷。

最後，不少 DIY 玩家分享了實務操作的挑戰，包括需要額外的 ATX 電源供應器、外接盒的選擇（如 Sonnet 或 Razer Core），以及在 macOS 上停用系統完整性保護（SIP）等繁瑣步驟。雖然這項技術目前仍屬於極客與 AI 研究者的實驗領域，但它打破了 M 系列 Mac 與 NVIDIA 顯示卡之間長久以來的隔閡，為 Mac 在 AI 時代的硬體擴充性開啟了一扇窗。

延伸閱讀

• tinygpu 官方文件：詳細說明如何在 M 系列 Mac 上安裝與配置 NVIDIA GPU 驅動。
• egpu.io：社群推薦的 eGPU 硬體比較與相容性指南網站。
• tinygrad GitHub 專案：由 George Hotz 主導的輕量化深度學習框架。