انجام محاسبات سنگین با لپتاپ اپل؛ اتصال گرافیک انویدیا به مکبوک
ایدهی بهکارگیری کارتهای گرافیک انویدیا در مکبوکهای تولیدی اپل در گذشته برای توسعهدهندگان و علاقمندان به حوزهی سختافزار امری دور از دسترس به نظر میرسید. اما با تغییر رویکرد اپل به سمت تراشههای ARM سری M به جای پردازندههای اینتل، پشتیبانی رسمی از درایورهای انویدیا و ایامدی به پایان رسیده است. این تراشهها به گرافیک یکپارچه تکیه دارند و لذا نیازی به تطابق با گرافیکهای اکسترنال در سیستمعامل macOS احساس نمیشود.
فناوریدوستان و توسعهدهندگان از مدتها پیش در تلاش بودند تا از طریق ایجاد درایورهای سفارشی، امکان اتصال کارتهای گرافیک انویدیا را به لپتاپهای اپل فراهم آورند، اما این کوششها به ندرت به موفقیتهای مطلوب دست یافته است. اما اکنون استارتاپ هوش مصنوعی TinyCorp پس از سالها تلاش ناکام سایرین، توانستهاند راهحلی کارآمد برای این چالش بیابند. این شرکت موفق شده است کارتهای گرافیک انویدیا را از طریق پورتهای USB4 و تاندربولت ۴ بر روی مکبوکهای مبتنی بر سری M به کار بگیرد.
هر چند TinyCorp تمام جزئیات فنی مربوط به فرایند اتصال کارت گرافیک انویدیا به مکبوک را منتشر نکرده، اما موفقیت آنها به احتمال زیاد به بهرهمندی از پشتیبانی بومی PCIe و همچنین پهنای باند بالای USB4 و تاندربولت ۴ مرتبط است. این فناوریها به گونهای طراحی شدهاند که سازگاری بیشتری با سختافزارهای نظیر داکهای گرافیکی دارند و از این رو مسیر آسانتری را نسبت به رابطهای قدیمی USB3 در اختیار توسعهدهندگان قرار میدهند.
طبق اطلاعات ارائهشده توسط TinyCorp، مکبوک پرو M3 مکس موفق به اجرای فریمورک متنباز Tinygrad از طریق داک USB4 بر روی گرافیک اکسترنال انویدیا شده است. با این حال، این راهکار محدودیتهای قابل توجهی دارد. درایورهای توسعهداده شده توسط TinyCorp بیشتر برای کاربردهای هوش مصنوعی طراحی شدهاند و نه برای بازیها یا رندرینگ گرافیک. این بدان معناست که کاربران نباید توقع داشته باشند که کارت گرافیک اکسترنال بتواند کنترل مانیتور را به عهده بگیرد یا عملکرد گرافیکی macOS را بهبود بخشد.
دستاورد TinyCorp میتواند یک تحول بزرگ برای توسعهدهندگانی باشد که به منابع پردازشی محلی احتیاج دارند. ترکیب کارتهای گرافیک از سری RTX 30، 40 و مدلهای جدیدتر با مکبوکها این امکان را برای توسعهدهندگان فراهم میآورد که قادر به پردازش دادههای بیشتری باشند یا مدلهای هوش مصنوعی را بهطور محلی و بدون وابستگی به خدمات ابری و آنلاین آموزش دهند.
