- Este driver foi desenvolvido pela Tiny Corp, não pela Nvidia, e pode ser usado com a assinatura aprovada pela Apple sem precisar desativar o System Integrity Protection (SIP)
- O driver precisa ser compilado manualmente via Docker e não funciona no formato tradicional de plug and play
- Segundo a documentação da Tiny Corp, este driver foi projetado para executar grandes modelos de linguagem (LLMs)
- A Tiny Corp afirma que “a Apple aprovou drivers tanto para AMD quanto para Nvidia”
- Com isso, abre-se a possibilidade de usuários de Macs Arm também aproveitarem GPUs externas (eGPU)
- A permissão da Apple para assinar um driver de GPU de desenvolvedor externo é vista como um caso muito raro
- No passado, instalar drivers não oficiais era impossível sem desativar o SIP
- Com essa aprovação, a expansibilidade do hardware dos Macs e a utilidade para cargas de trabalho de IA e machine learning ficam ainda mais fortes
1 comentários
Opiniões no Hacker News
Tecnicamente é um bom projeto, mas na prática é quase inútil em 90% dos casos
Se você quer rodar LLMs com uma GPU da Nvidia, é melhor comprar um PC usado; se quer um Mac com muita VRAM, então compre um Mac
A abordagem proposta fica limitada pela GPU via porta Thunderbolt, e o acesso às ferramentas e bibliotecas da Nvidia também é ruim
Em contrapartida, vira um sistema incompleto que pode quebrar com atualizações do macOS
Assim não há limitação de largura de banda do Thunderbolt, e dá para usar as chamadas CUDA como estão
Porém, é preciso estar na mesma LAN e há cerca de 4% de overhead
Fica difícil em viagens, e os problemas de driver no macOS continuam sem solução
Eu trabalho na GPU Go, então posso estar enviesado a favor dessa abordagem
Agora que isso se tornou possível, a situação pode mudar no futuro
Não entendo por que o link aponta para um proxy em vez do original
O original é a conta da tinygrad no X
Pelo que entendi, isso funciona apenas para Tinygrad
Não dá para usar CUDA nem Vulkan no PyTorch
A documentação relacionada está na documentação do TinyGPU
A Apple recusou assinar drivers de eGPU da Nvidia desde 2018, mas não entendo como isso escapou do escrutínio regulatório
Depois do macOS 10.13, drivers gráficos de terceiros não eram permitidos, mas talvez drivers não gráficos ainda fossem possíveis
Quase não existiam Macs nos quais fosse possível conectar uma GPU da Nvidia, e agora não há mais nem slot
Lendo o guia e os scripts, parece que a estrutura passa a GPU para uma VM Linux e depois a devolve ao Mac
Parece até que a equipe do TinyGrad conseguiu aprovação para essa abordagem
Posso ter entendido errado o papel do Docker
a GPU da Nvidia usa Docker para ajustar o alvo de compilação, enquanto a AMD compila e usa seu próprio LLVM no macOS
Tanto a Apple quanto a Nvidia estão perdendo um bom resultado por causa de sua postura fechada
Teria sido muito melhor se fosse possível rodar Nvidia em hardware Mac com Linux
Nós viramos consumidores que perdem o controle mesmo depois de comprar o produto
Tudo funciona bem também fora desse ecossistema
Está aumentando o número de usuários de notebooks ARM que deixam a GPU remota
Por isso, uma UX em que a GPU possa acompanhar o fluxo de trabalho local está se tornando importante
Nós, na GPUGo / TensorFusion, estamos pesquisando formas de combinar um fluxo de desenvolvimento local-first com acesso remoto à GPU
Fico curioso para saber se as pessoas querem algo que realmente pareça uma eGPU, ou se querem apenas computação remota com o mínimo de atrito
Estou viajando, mas tenho uma RTX 5090 em casa e queria testar isso com ela
Estou consultando a documentação do TinyGPU e espero que funcione em um M4 Mac Mini
Parece que vou precisar de uma fonte ATX para alimentação; será que dá para fazer inferência de LLM com tinygrad?
Ele usa uma PSU padrão, mas o Mac Mini não tem occulink, então fica limitado à largura de banda do USB-C
Quando os drivers da Intel Arc estabilizarem, uma combinação de GPU barata também pode ser interessante
A Intel Arc Pro B70 (32GB VRAM) custa 1000 dólares, e o Mac Mini fica em torno de 500 dólares
Se a velocidade de interconexão não for suficiente, a troca de camadas pode virar gargalo
É uma situação irônica de ter dinheiro, mas não ter tempo para usar
Interessante, mas não dá para executar CUDA nem
nvidia-smiSeria ótimo se surgisse uma camada de compatibilidade com CUDA, mas já é bem legal que inferência e treinamento funcionem com bibliotecas próprias
Se o Mac suportasse drivers da Nvidia, as vendas do Mac Pro teriam aumentado
Nos últimos mais de 10 anos, a Apple não permitia drivers de GPU da Nvidia
GPUs de 7 anos atrás (como VEGA64, RTX1080Ti) ainda têm velocidade de processamento de tokens maior do que a maioria dos Apple Silicon
Os processadores MAX/Ultra da Apple são adequados para modelos grandes, mas não são tão rápidos quanto uma RTX5090