2026 年 4 月，Apple 批准了来自 Tiny Corp 的第三方驱动，使 Nvidia 和 AMD 外部显卡（eGPU）能够通过 Thunderbolt/USB4 接口在 Apple Silicon Mac 上运行。这一事件在技术层面具有里程碑意义：它是 Apple 首次为 ARM Mac 签署第三方 GPU 驱动程序，突破了自 M1 芯片发布以来 Apple Silicon 对外部显卡的官方限制。从 DriverKit 架构、系统完整性保护（SIP）的绕过机制到面向大语言模型推理的场景定位，理解这一技术突破需要从 macOS 驱动程序模型和安全策略两个维度进行深入分析。
Apple Silicon 时代的 eGPU 限制与技术真空
Apple 在 2020 年发布 M1 芯片时同步移除了 Apple Silicon Mac 对外部显卡的官方支持。这一决定背后的技术逻辑在于：Apple 要求所有驱动程序必须基于 DriverKit 框架开发，并且需要通过 Apple 签名认证才能在 macOS 中加载。与 Intel Mac 时代的第三方内核扩展（kext）不同，DriverKit 将驱动程序运行在用户空间（User Space）中，通过 System Extension 机制加载，从而大幅降低了内核级安全风险。然而，Apple 本身并未为外部显卡提供 DriverKit 层面的支持，导致 eGPU 在 Apple Silicon 上成为一个技术真空地带。
这一限制对特定工作群体产生了显著影响。机器学习开发者、高性能计算用户以及需要 CUDA 加速的研究人员长期以来只能在 Intel Mac 或非 Apple 平台上使用 Nvidia GPU。随着 Apple Silicon 在专业计算领域的普及（尤其是 M 系列芯片在神经网络引擎方面的卓越表现），用户对异构计算的需求反而更加迫切：他们既需要 Apple Silicon 的能效比和统一内存架构，又需要 Nvidia GPU 的 CUDA 生态和大规模并行计算能力。Tiny Corp 的驱动获批正是对这一需求的正式回应。
DriverKit 签名机制与系统扩展加载流程
Tiny Corp 的驱动本质上是一个基于 DriverKit 的 System Extension。与传统内核扩展不同，DriverKit 驱动程序运行在独立的沙盒进程中，通过 macOS 的驱动主机进程（DriverKit USB/PCIe Host）与硬件进行交互。Apple 在 macOS Catalina 引入 System Extension 框架时，设定了一个关键的安全门槛：所有 System Extension 必须由 Apple 颁发开发者签名证书，并且需要用户在系统偏好设置中手动授权。这一机制取代了旧版内核扩展的 kext 签名策略，在安全性和可维护性之间取得了更好的平衡。
Tiny Corp 驱动的获批意味着 Apple 对其代码进行了安全审查，并颁发了有效的签名证书。根据 Tiny Corp 在社交媒体上的声明此次批准的核心突破在于：用户不再需要禁用 System Integrity Protection（通常称为 SIP）即可加载该驱动。在此前两年多的探索期中，社区曾尝试通过禁用 SIP 的方式在 Apple Silicon 上启用 eGPU，但这种做法会显著降低系统安全性，仅适合极少数有特殊需求且愿意承担风险的用户。Apple 此次直接签署驱动的做法表明，Apple 认可了该驱动的安全模型，并在 DriverKit 层面为外部显卡提供了有限的官方通道。
需要特别指出的是，该驱动并非 Nvidia 官方发布，而是 Tiny Corp 基于 tinygrad 项目开发的第三方驱动。tinygrad 是一个轻量级的深度学习框架，由著名的反向工程师 George Hotz 创建。Tiny Corp 将 tinygrad 的 GPU 加速能力封装为独立的 DriverKit 驱动，使其能够在 macOS 上调用外部显卡的计算资源。这种绕过官方厂商直接由第三方开发驱动的方式，在 Apple 生态中极为罕见。
面向 AI 工作负载的场景定位与性能边界
从已公开的技术信息来看，该驱动被明确定位为 AI 和机器学习推理场景的工具，而非传统图形渲染或游戏加速。Tiny Corp 在官方文档中明确表示，驱动的主要目标是大语言模型（LLM）推理和通用 GPU 计算。这一场景选择并非偶然：首先，Apple Silicon 本身的 GPU 已经能够满足大多数图形渲染需求，eGPU 的增量价值有限；其次，Nvidia GPU 在 CUDA 生态中的优势恰恰集中在并行计算和 AI 推理领域；最后，相比图形渲染，计算任务对驱动的稳定性要求相对宽松，更适合作为实验性功能部署。
从硬件兼容性角度，支持的外部显卡通过 Thunderbolt 3/4 或 USB4 接口连接。Thunderbolt 3/4 的理论带宽为 40Gbps，但在实际使用中，由于 PCIe 通道数量的限制和协议开销，外部显卡通常只能获得 PCIe 3.0 x4 左右的带宽（约 32Gbps 有效带宽）。这意味着即使是高端消费级显卡（如 RTX 4090），在 eGPU 配置下也会面临一定的性能损耗。用户在评估部署方案时需要考虑这一瓶颈：eGPU 适合对带宽不敏感的批处理推理任务，而非需要持续高吞吐量的实时训练场景。
工程实践：部署参数与监控要点
对于计划在 Apple Silicon Mac 上部署 eGPU 进行 AI 推理的工程团队，以下参数和监控点值得关注。首先是 macOS 版本兼容性：由于 DriverKit 的 API 在不同 macOS 版本间存在差异，驱动可能并非在所有版本上均可正常工作，建议在部署前确认 Tiny Corp 官方支持的 macOS 版本列表。其次是驱动安装流程：与传统的即插即用不同，该驱动需要通过 Docker 容器进行编译和组装，这意味着部署环境中需要具备 Docker 运行时，且编译过程可能需要一定的命令行操作经验。
在运行时监控方面，建议关注以下指标：GPU 利用率可通过 nvidia-smi（如果驱动暴露了 CUDA 接口）或者 Tiny Corp 提供的运行时工具查看；外部显卡通过 Thunderbolt 连接后的热功耗管理需要特别关注，因为 eGPU 机箱的散热能力通常不如内置显卡，长时间高负载运行可能导致降频；此外，由于 System Extension 运行在用户空间，驱动崩溃不会直接导致内核 panic，但可能会触发 macOS 的系统扩展重新加载机制，表现为短暂的计算中断。在生产环境中，建议实现任务级别的断点续传机制，以应对可能的驱动重新加载情况。
最后需要强调的是安全与维护考量。虽然此次无需禁用 SIP，但加载第三方 System Extension 仍然意味着将一定的代码信任托付给第三方开发者。Tiny Corp 作为相对较小的团队，其驱动更新频率和长期维护承诺需要用户在生产部署前进行评估。建议将 eGPU 推理作为异构计算的补充方案，而非唯一的计算节点，并保持对 Apple 官方 DriverKit 政策和 Nvdia macOS 驱动更新的关注。
资料来源：
- The Verge: "Apple approves driver that lets Nvidia eGPUs work with Arm Macs"（2026 年 4 月 3 日）
- Tiny Corp 官方社交媒体公告与 tinygrad 文档