“如果你有 Thunderbolt 或 USB4 eGPU 和 Mac，今天是你等已久的日子！”
这句话是 Tiny Corp 4 月 1 日在 X 上发的。听起来像愚人节玩笑对吧？
不是。
苹果真的批准了他们的驱动。一个让 Nvidia 和 AMD 外置显卡能在 Apple Silicon Mac 上跑起来的驱动。
但先别急着激动。
这事儿没那么简单。
苹果和 Nvidia 的恩怨
要理解今天这条新闻，你得先知道这俩公司有多不对付。
2016 年，苹果还能用 eGPU 扩展 AMD 显卡，2017 年正式支持，玩家们很开心。但 Nvidia？苹果从来不让它进家门。
从 Pascal 时代到 Ampere 时代，整整好几年，Nvidia 的显卡在 Mac 上就是块砖。换成 Apple Silicon 之后更绝——直接判了死刑。
原因众说纷纭。驱动不合、Metal 框架不兼容、两边都不肯让步。归根结底：两个巨头在较劲，用户遭殃。
所以当 Tiny Corp 宣布“苹果批准我们的驱动了”的时候，社区第一反应是：太阳从西边出来了？
到底发生了什么
简单说：第三方公司 Tiny Corp 做了个驱动，叫 TinyGPU，能让 AMD RDNA3+ 和 Nvidia Ampere+ 的外置显卡在 Mac 上工作。
不需要再破解系统，不需要关闭 SIP（系统完整性保护）。苹果签字了。
“It's so easy to install now a Qwen could do it.”
Tiny Corp 甚至用 Qwen（大模型）开了个玩笑。确实，现在装这个驱动只需要几行命令 + 点点鼠标。
但有个巨大的前提：这不是给你打游戏的。
这条驱动是为 AI 做的。
它只能跑 LLM（大型语言模型）推理。它不能加速视频输出，不能给外接显示器任何帮助。你在 Mac 上外接一块 RTX 4090——然后用它跑模型，就酱。
现实很骨感
想用？
首先，你得有一台带 USB4 或 Thunderbolt 3+ 的 Mac，一块至少 Ampere 架构的 Nvidia 卡（或 RDNA3+ 的 AMD 卡），以及一个能供电的外置显卡盒。
装好驱动后，AMD 用户还好，Nvidia 用户需要——
装 Docker。
对，你没看错。在 Mac 上用 Nvidia 卡跑 AI，你得先开一个 Linux 虚拟机。然后在虚拟机里调用 GPU。
“A good technical project, but honestly useless in like 90% of scenarios.”
有用户在 Reddit 上泼冷水：你想用 Nvidia GPU 跑 LLM？买台 PC 不好吗？或者直接买 Mac 配更大内存。这方案两边不靠，Thunderbolt 带宽受限，Nvidia 官方工具链用不了，纯属折腾。
还有更直接的：
“From what I understand, only works with Tinygrad. Which is better than nothing but CUDA or Vulkan on pytorch isn’t going to work from this.”
意思是：这驱动只能在 Tinygrad 框架下跑。PyTorch 用户想用 CUDA？门都没有。
所以这到底算赢了吗？
从某个角度说，是的。
AI 研究者终于有了一条相对安全的路，不用为了挂载 eGPU 而关闭 SIP 给自己埋雷。外置显卡的算力可以借给 Mac 跑模型，虽然带宽折损，虽然步骤繁琐，但至少能跑了。
但从用户期待来说——
这更像一个妥协的拥抱，而非真正的和解。
苹果没有批准 Nvidia 官方的驱动，没有开放图形加速，甚至没有让普通用户“即插即用”。它只是给 AI 圈开了一扇小窗，还是那种需要你自己翻窗、还要先学会爬管道的窗。
“Such a shame both companies are big on vanity to make great things happen.”
有评论说得挺扎心：两家都爱面子，用户失去的是本该早就实现的可能性。
【锐评】：苹果和 Nvidia 握手了？握的是指尖，还是想借对方的力推自己的 AI 大模型？反正普通用户该玩游戏玩游戏，该干嘛干嘛。
参考链接：
https://www.theverge.com/tech/907003/apple-approves-driver-that-lets-nvidia-egpus-work-with-arm-macs