蘋果核准輝達eGPU與Mac連結 開啟AI本地運算新紀元

蘋果公司近日正式核准輝達（NVIDIA）外接顯示卡（eGPU）驅動程式，使搭載Apple Silicon晶片的Mac裝置能原生支援輝達GPU運行。此舉由人工智慧硬體新創公司Tiny Corp推動，旨在提升AI與大型語言模型（LLM）的運算效能，解決過去需關閉系統完整性保護的相容性問題。背景是AI需求爆炸性成長，高階Mac缺貨嚴重，交貨期從原6天延長至6週，蘋果已停產512GB記憶體版本並調漲256GB型號400美元。現今使用者可透過簡化安裝流程，直接在Mac上搭配外接GPU進行AI模型訓練，無需購買新硬體設備，為本地AI研發生態系奠定關鍵基礎。此突破不僅回應市場緊急需求，更標誌著蘋果對AI硬體生態的戰略轉向，讓開發者擺脫專用設備依賴。

技術突破與背後推手

Tiny Corp作為此技術的核心推動者，其獨立研發的客製化驅動程式徹底解決了Mac與輝達GPU長期相容性問題。該公司早於2025年5月在Apple Silicon架構上完成初步測試，並透過社群平台X證實蘋果已正式核可。驅動程式設計專注於AI運算優化，非針對遊戲效能，因此能直接支援Qwen等開源LLM模型安裝，無需複雜設定。這項突破的關鍵在於繞過過去非官方方案需關閉SIP（系統完整性保護）的風險，使系統穩定性與安全性大幅提升。值得注意的是，驅動程式並非由輝達開發，而是Tiny Corp基於其核心產品tinybox的經驗獨立研發——tinybox是採用四張高階GPU打造的AI平台，曾因與AMD驅動相容性衝突引發業界關注。2023年，Tiny Corp與AMD爆發激烈爭議，甚至需AMD執行長蘇姿豐親自介入協調，此事讓公司聲名大噪，也驗證其技術實力。如今，Tiny Corp透過此驅動程式將技術延伸至Mac生態，顯示其在AI硬體整合的領先地位。業界分析指出，此方案成功關鍵在於精準掌握Apple Silicon的硬體架構與系統限制，並專注於AI工作負載而非多媒體應用，避免重蹈過去遊戲優化失敗的覆轍。此技術不僅降低AI開發者成本，更為未來蘋果與第三方硬體合作開拓新路徑，強化Mac在AI領域的競爭力。

市場影響與產品調整

蘋果此次政策轉變直指當前AI硬體市場的緊繃供需。隨著OpenClaw等AI代理技術普及，高階Mac需求暴增，導致配備512GB統一記憶體的Mac Studio陷入嚴重缺貨，交貨期從6天延長至42天。為應對此狀況，蘋果已停售512GB版本，並調漲256GB型號400美元，反映出市場對高規格硬體的迫切需求。Tiny Corp的產品線也印證此趨勢：其主力設備red v2搭載四張AMD 9070XT，定價12,000美元；更高端的green v2 Blackwell則採用四張RTX Pro 6000 Blackwell，售價高達65,000美元。這些設備本是為解決Mac用戶無法直接使用專業GPU的困境，但現今蘋果直接開放官方支援，大幅縮小了與專用平台的差距。市場研究顯示，2024年全球AI硬體市場成長35%，其中Mac用戶佔AI開發者總量的25%，此政策將使更多中小型團隊無需投入巨額資金購置專用設備。例如，過去需花費65,000美元的green v2，現可透過Mac搭配eGPU以數千元成本實現類似效能，尤其適合學術研究與初創公司。此外，蘋果調整產品線也反映戰略思維轉變：從過去強調硬體統一性，轉向開放生態以應對AI浪潮。這不僅緩解缺貨壓力，更鞏固Mac在AI開發者的忠誠度，避免用戶因硬體限制轉向Windows平台。未來，蘋果可能進一步擴展eGPU支援範圍，整合更多AI框架如Core ML，形成完整解決方案。

未來展望與產業意義

Tiny Corp的技術突破標誌著AI運算邁向「本地化」新紀元，為未來硬體發展奠定關鍵基礎。公司已規劃2027年推出exabox超級AI平台，配備720張RDNA5 AT0 XL GPU，預計提供1 exaflop運算能力，硬體造價約1,000萬美元。此計畫雖屬長期目標，但現行eGPU支援已讓開發者提前體驗「分佈式AI」架構——即利用Mac作為主機，外接GPU處理複雜模型訓練，大幅降低入門門檻。業界專家指出，此方案尤其適合LLM微調與推理應用，因輝達GPU在CUDA生態的優勢能有效加速Transformer模型運算。相較於過去需租用雲端服務（如AWS的AI實例，單月成本約2,000美元），Mac+eGPU方案的總擁有成本（TCO）可降低60%以上，尤其適合中小企業與獨立研究者。更廣泛的產業影響在於，蘋果的開放政策可能引發其他晶片廠商效仿，例如Intel或AMD加速開發Mac相容驅動程式，進一步推動硬體多元化。然而，此方案仍有限制：因驅動程式專為AI設計，遊戲效能提升有限，可能讓部分用戶失望。但對AI開發者而言，這無疑是革命性突破——無需再被強制使用專用硬體，例如過去必須租用tinybox（月租高達5,000美元）才能進行模型訓練。隨著更多工具鏈整合（如PyTorch對eGPU的優化），Mac將成為AI開發的主流平台之一。長期來看，此舉不僅強化蘋果生態系競爭力，更可能重塑AI硬體市場格局，讓本地運算成為主流，而非依賴雲端服務。未來5年，預期將有超過30%的AI開發者轉向Mac+eGPU架構，推動整個產業向更高效、低成本方向演進。