Quem usa um Mac com chip da série M para trabalhar com inteligência artificial sabe bem a frustração: por mais capaz que seja o hardware interno da Apple, sempre chegava um momento em que você precisava de mais poder computacional para rodar modelos maiores, e a solução óbvia — conectar uma placa de vídeo externa — simplesmente não funcionava. Não por limitação de porta, mas por falta de suporte oficial.
Isso mudou. Em 31 de março de 2026, a Apple aprovou oficialmente o Suporte Oficial a GPUs Externas da Nvidia e AMD com o driver TinyGPU, desenvolvido pela startup de inteligência artificial Tiny Corp, tornando possível conectar GPUs (unidades de processamento gráfico) externas da Nvidia e da AMD a Macs com arquitetura Apple Silicon via Thunderbolt ou USB4 — sem gambiarras, sem desativar proteções do sistema e, pela primeira vez, com o aval oficial da fabricante.
A notícia é relevante para quem trabalha com IA no ecossistema Apple. Mas antes de qualquer empolgação: esse recurso não vai melhorar nenhum jogo no Mac. O driver é exclusivo para tarefas de inteligência artificial, e entender exatamente o que isso significa é o que este artigo se propõe a fazer.
Apple Silicon e as GPUs Externas que Foram Abandonadas
A Grande Virada de 2020
Para entender o peso dessa novidade, é necessário voltar a 2020. Naquele ano, a Apple anunciou a transição de seus computadores dos processadores Intel para chips desenvolvidos internamente, chamados coletivamente de Apple Silicon. O primeiro deles, o M1, chegou no final de 2020 e foi um marco técnico expressivo.
A arquitetura Apple Silicon adota o modelo SoC (Sistema em Chip, na sigla em inglês), em que o processador principal, a unidade gráfica, a memória e outros componentes ficam integrados em um único chip. Isso trouxe vantagens reais em desempenho por watt — ou seja, mais poder computacional com menos consumo de energia. Mas também trouxe uma perda significativa para um segmento específico de usuários: o suporte a GPUs externas foi simplesmente descontinuado.
Nos Macs com processadores Intel, era possível conectar um gabinete externo com uma placa de vídeo potente via Thunderbolt — o chamado eGPU (do inglês “external GPU”, que em português significa “GPU externa”). Isso era especialmente útil para designers, editores de vídeo, desenvolvedores de jogos e pesquisadores que precisavam de poder gráfico adicional sem comprar uma máquina nova. Com a chegada dos chips M, essa possibilidade desapareceu.
A Apple argumentou que a GPU integrada aos chips M era suficientemente poderosa. E para a maioria dos casos de uso, realmente é. Porém, para pesquisadores de IA que precisavam rodar modelos de linguagem grandes diretamente na máquina, ou que trabalhavam com treinamento de redes neurais, a limitação era concreta.
Leia Também: Óculos Inteligentes da Apple: Quatro Designs, Acetato Premium e uma Câmera Inteligente
Seis Anos de Pedidos Ignorados
Entre 2020 e 2026, a pergunta “Macs com Apple Silicon vão ganhar suporte a eGPU?” se tornou recorrente nos fóruns da Apple. A resposta oficial nunca veio — até agora.
O suporte a eGPUs funciona apenas em Macs baseados em Intel com portas Thunderbolt 3 ou 4, e os chips M1, M2, M3 e M4 não oferecem esse suporte. A Apple não fez nenhuma menção a planos futuros para habilitar essa funcionalidade.
Durante esse período, alguns usuários mais técnicos chegaram a tentar conexões improvisadas, mas o processo exigia desativar o SIP (Proteção da Integridade do Sistema, em tradução livre), uma camada de segurança do macOS que impede alterações não autorizadas em partes críticas do sistema operacional. Além de complicado, esse procedimento deixava o computador vulnerável.
- Confira as Ofertas
A Tiny Corp e o Projeto TinyGPU
Quem é George Hotz
A Tiny Corp é uma startup fundada em 2022 por George Hotz, um nome bem conhecido no mundo da tecnologia. Hotz ficou famoso por ser, aos 17 anos, a primeira pessoa a desbloquear um iPhone — façanha que lhe rendeu da Apple uma troca por um Nissan 350Z e três iPhones novos.
Mais tarde, ele quebrou as proteções do PlayStation 3, foi processado pela Sony e escreveu uma música de rap para se defender (que ainda está no YouTube). Fundou a Comma.ai, empresa de tecnologia para direção autônoma, e depois migrou para o mundo da IA com a Tiny Corp.
A missão declarada da empresa é criar ferramentas de computação para IA que escapem do controle dos grandes ecossistemas fechados. Hotz levantou 5,1 milhões de dólares (aproximadamente R$ 28,5 milhões) em maio de 2023 para a Tiny Corp e desenvolveu o tinygrad, um framework de redes neurais que abstrai as particularidades dos diferentes sistemas de GPU.
O Caminho até a Aprovação
O projeto TinyGPU não nasceu do dia para a noite. A jornada da Tiny Corp começou em maio de 2025, quando a equipe demonstrou o que descreveu como o “primeiro no mundo” uso de uma GPU AMD via USB3 em um Mac com Apple Silicon, utilizando um adaptador customizado com firmware modificado.
Em outubro de 2025, a equipe já havia conseguido fazer GPUs Nvidia RTX funcionarem em um MacBook Pro M3 Max via USB4, marcando a primeira vez que uma GPU discreta da Nvidia funcionou em um Mac baseado em ARM.
Esse processo exigia, no entanto, desativar o SIP — o que tornava a solução impraticável para uso profissional cotidiano. O objetivo seguinte foi obter a aprovação oficial da Apple, o que tornaria o processo seguro, simples e acessível a qualquer usuário.
Em 31 de março de 2026, a Tiny Corp anunciou que a Apple aprovou oficialmente a extensão de driver TinyGPU, tornando possível para usuários de Macs com Apple Silicon usar GPUs externas da Nvidia e da AMD via Thunderbolt ou USB4 sem desativar a Proteção da Integridade do Sistema.
Como Funciona o Driver TinyGPU
A Estrutura Técnica
O TinyGPU foi construído sobre o framework tinygrad, também desenvolvido pela Tiny Corp, e funciona por meio do DriverKit, que é o sistema oficial da Apple para drivers de terceiros no macOS. Diferente das extensões de kernel antigas, que tinham acesso profundo ao sistema operacional, o DriverKit opera em um espaço mais controlado e seguro, sem comprometer a integridade do sistema.
Na prática, o TinyGPU é um aplicativo para macOS que instala uma extensão de driver aprovada pela Apple, permitindo comunicação com GPUs externas AMD (RDNA3 ou superior) e Nvidia (Ampere ou superior) conectadas via qualquer porta Thunderbolt ou USB4. Sem extensões de kernel, sem bypass do SIP — apenas um toggle de driver nas configurações do sistema.
Instalação Passo a Passo
O processo de instalação é diferente para placas AMD e Nvidia:
Para GPUs AMD, o fluxo é mais direto. Basta conectar a placa via Thunderbolt ou USB4, rodar um script de instalação e ativar a extensão nas Configurações do Sistema, em Geral > Itens de Login e Extensões > Extensões de Driver.
Para GPUs Nvidia, o processo requer o uso do Docker Desktop — software de virtualização de ambientes — e um passo adicional de compilação via NVCC (o compilador da Nvidia para código de GPU). Não é um processo de “liga e usa”, mas também não é algo inacessível para desenvolvedores com alguma familiaridade com linha de comando.
A própria Tiny Corp brincou ao anunciar a aprovação: “É tão fácil de instalar agora que um Qwen poderia fazer isso.” A referência é ao Qwen, um modelo de linguagem de inteligência artificial — e a ironia está justamente no fato de que, após instalar o driver, o modelo Qwen pode ser rodado diretamente pela GPU externa.
Requisitos do Sistema
| Requisito | Especificação |
|---|---|
| macOS | Versão 12.1 (Monterey) ou superior |
| Porta de conexão | Thunderbolt 3, Thunderbolt 4 ou USB4 |
| GPU AMD compatível | Linha RDNA3 ou superior |
| GPU Nvidia compatível | Série Ampere (RTX 30) ou superior |
| Uso suportado | Exclusivamente cargas de trabalho de IA e aprendizado de máquina |
- Confira as Ofertas
O Que Muda na Prática: Para Quem Isso é Relevante
Pesquisadores e Desenvolvedores de IA
Esse é o público-alvo real dessa novidade. Para quem trabalha com modelos de linguagem grandes — como o Llama, o Qwen ou outros modelos de código aberto — diretamente na máquina, conectar uma GPU externa pode mudar a viabilidade de muitos projetos.
Nos benchmarks realizados pela própria Tiny Corp, um Mac mini com chip M4 conectado a uma Radeon RX 7900 XTX via Thunderbolt ou USB4 conseguiu rodar o modelo Qwen 3.5 27B a 18,5 tokens por segundo. Um modelo de 27 bilhões de parâmetros. Embora esse número não rivalize com a velocidade de uma conexão PCIe desktop, é uma velocidade prática para inferência interativa e significativamente superior ao que a GPU integrada da Apple consegue entregar em modelos desse tamanho.
Para contextualizar: tokens por segundo é a velocidade com que um modelo de linguagem gera texto. 18,5 tokens por segundo significa aproximadamente 14 palavras por segundo sendo geradas — velocidade suficiente para uma conversa fluida com o modelo, sem delays perceptíveis.
Leia Também
A Limitação de Banda da Conexão Thunderbolt
É honesto reconhecer que o Thunderbolt 4, com 40 Gbps de banda, é consideravelmente mais lento que uma conexão PCIe x16 de desktop, que oferece 128 Gbps em sistemas modernos. Isso significa que, para tarefas de treinamento intenso de modelos grandes, o gargalo de banda pode ser um fator limitante.
Para inferência — ou seja, rodar modelos já treinados para gerar respostas — a limitação é bem menos crítica. A velocidade obtida pelos testes da Tiny Corp confirma que a solução é viável para uso profissional de IA local.
A Segurança que Faltava
Um ponto que não deve ser subestimado é a questão da segurança. A Tiny Corp testou com sucesso uma eGPU no Apple Silicon já em maio de 2025. Com o suporte oficial da Apple, os usuários não precisam mais de soluções alternativas como desativar o System Integrity Protection (SIP) para fazer o hardware funcionar.
Para quem não está familiarizado com o termo: o SIP, ou Proteção da Integridade do Sistema, é uma camada de segurança do macOS que impede que qualquer software — incluindo o próprio usuário com permissões de administrador — modifique arquivos e processos críticos do sistema operacional. Ele foi introduzido pela Apple em 2015 justamente para dificultar a instalação de malware que se instala nas camadas mais profundas do sistema.
Desativar o SIP para conectar uma GPU externa era, portanto, um negócio arriscado: abria uma janela de vulnerabilidade em toda a máquina apenas para ter um recurso que deveria funcionar nativamente. A aprovação oficial do TinyGPU fecha essa janela. O driver opera pelo DriverKit, que é o framework seguro e homologado da Apple para extensões de terceiros, sem precisar mexer em nenhuma proteção do sistema.
Modelos Compatíveis e Limitações
Quais Macs São Compatíveis
A compatibilidade depende da porta disponível no aparelho. O requisito mínimo é uma porta Thunderbolt 3 ou USB4, padrões que garantem banda suficiente para a comunicação com a GPU externa.
São compatíveis:
MacBooks Air e Pro com chips da série M (M1, M2, M3 e M4) equipados com portas Thunderbolt 3 ou superior. Mac mini com chips Apple Silicon lançados a partir de 2020, que possuem conectividade Thunderbolt 3 ou 4.
Fica de fora:
O MacBook Neo, recém-lançado pela Apple, não é compatível com o TinyGPU neste momento — o aparelho usa o padrão USB 3 para algumas de suas portas, que não oferece banda suficiente para a conexão com eGPU.
O Que o Driver NÃO Faz
Esse ponto precisa ficar muito claro para quem está lendo essa notícia com esperança de jogar jogos melhores no Mac:
O TinyGPU é exclusivo para cargas de trabalho de IA e aprendizado de máquina. Não há aceleração de games, não há saída de vídeo pela GPU externa e não há suporte à API Metal da Apple, que é o padrão gráfico do macOS para renderização e jogos.
O macOS trata a GPU externa como um dispositivo de computação puro, não como uma unidade gráfica no sentido tradicional. Isso significa que conectar uma RTX 4090 ao seu Mac não vai fazer o Cyberpunk 2077 rodar melhor. Para isso, a solução continua sendo outro computador.
Por Que a Apple Cedeu Agora
A Pressão do Mercado de IA
A aprovação do driver não surgiu de uma revisão de postura filosófica da Apple sobre ecossistemas abertos. Surgiu de uma pressão de mercado muito concreta: a explosão do uso de Macs para desenvolvimento de IA local.
O boom recente dos agentes de inteligência artificial, como o OpenClaw, aumentou a procura pelos computadores da Apple nos Estados Unidos, especialmente nas versões com grandes quantidades de memória unificada. Determinadas variantes chegaram a ter o prazo de entrega saltando de seis dias para seis semanas — indicativo claro de uma demanda que a Apple não estava totalmente preparada para atender.
A memória unificada dos chips M é, de fato, uma vantagem significativa para IA: ao contrário de GPUs convencionais, que têm VRAM dedicada e separada da RAM do sistema, os chips Apple Silicon compartilham um pool único de memória entre CPU e GPU. Isso permite carregar modelos maiores na memória sem os gargalos de transferência entre os dois sistemas. Um Mac com 128 GB de memória unificada consegue carregar modelos que precisariam de múltiplas GPUs em uma configuração tradicional.
Mas há uma ressalva importante: os chips Apple Silicon podem usar apenas cerca de 75% da memória do sistema para cargas de trabalho de GPU — isso significa 96 GB utilizáveis em um Mac com 128 GB. Para desenvolvedores que treinam modelos de linguagem grandes ou fazem ajuste fino de modelos de difusão, essa limitação não é teórica; ela impacta diretamente o que é possível fazer. A GPU externa endereça justamente essa lacuna, oferecendo VRAM adicional e dedicada.
A Apple tinha que escolher: perder desenvolvedores de IA para estações de trabalho Linux com GPUs Nvidia nativas, ou abrir minimamente o seu ecossistema. A empresa escolheu abrir, um pouco.
O Significado da Aprovação pelo DriverKit
O fato de a Apple ter aprovado o TinyGPU pelo framework DriverKit — e não simplesmente tolerado uma extensão de kernel não oficial — tem implicações importantes. Significa que, tecnicamente, a porta está aberta para que outros desenvolvedores criem drivers de terceiros para diferentes tipos de hardware no macOS.
A aprovação pela Apple é particularmente significativa: ela sinaliza que a empresa está disposta a permitir drivers de computação de GPU de terceiros por meio do DriverKit, mesmo para hardware da Nvidia. Se isso abre a porta para suporte de GPU mais amplo além do runtime do tinygrad permanece incerto, mas é um passo concreto.
- Ver Ofertas
A Tiny Corp e Seu Ecossistema de Hardware de IA
Mais do que um Driver
A Tiny Corp não desenvolveu o TinyGPU de forma isolada. A empresa tem um portfólio de produtos voltados para computação de IA local, e o driver para Macs se encaixa nessa estratégia de disponibilizar poder computacional para pesquisadores sem depender exclusivamente de servidores em nuvem.
Atualmente, a empresa comercializa dois produtos principais: o Tinybox Red v2, equipado com quatro GPUs AMD 9070XTs e com preço de 12.000 dólares (aproximadamente R$ 68.400), e o Tinybox Green v2 Blackwell, com quatro GPUs RTX Pro 6000 Blackwell, custando 65.000 dólares (em torno de R$ 370.500). A empresa também planeja lançar o Exabox em 2027, com 720 GPUs RDNA5 AT0 XL para entregar cerca de 1 exaflop de capacidade computacional por aproximadamente 10 milhões de dólares (cerca de R$ 57 milhões).
Para contextualizar: um exaflop representa 10 elevado à 18ª potência de operações de ponto flutuante por segundo. É uma capacidade computacional que, até poucos anos atrás, era restrita a supercomputadores dos maiores laboratórios do mundo.
O Framework tinygrad
O TinyGPU é construído sobre o tinygrad, o framework de aprendizado de máquina desenvolvido pela Tiny Corp. Diferente de frameworks consolidados como o PyTorch (da Meta) ou o TensorFlow (da Google), o tinygrad foi desenvolvido com um objetivo específico: ser leve, eficiente e funcionar sobre diferentes backends de hardware sem depender das APIs proprietárias de cada fabricante.
Isso é relevante porque a Nvidia mantém uma vantagem histórica no mercado de IA em parte por causa do CUDA, seu ambiente de desenvolvimento de software para GPU — que não funciona no macOS de forma nativa. O tinygrad contorna essa limitação ao criar uma camada de abstração que permite rodar cargas de trabalho de IA em GPUs AMD ou Nvidia sem depender diretamente do CUDA.
Confira Também
Comparativo: O Antes e o Depois
| Aspecto | Antes da Aprovação | Depois da Aprovação |
|---|---|---|
| Conexão de eGPU | Sem suporte oficial | Suportada via Thunderbolt/USB4 |
| Segurança | Exigia desativação do SIP | Sem comprometimento de segurança |
| Instalação | Complexa, exigia modificações | Simplificada via TinyGPU.app |
| Uso para IA | Inviável com GPU externa | Viável para inferência e modelos médios |
| Uso para games | Sem suporte | Continua sem suporte |
| Saída de vídeo pela eGPU | Não disponível | Continua não disponível |
| Compatibilidade AMD | Apenas com gambiarras | RDNA3 e superior suportados oficialmente |
| Compatibilidade Nvidia | Impossível | Ampere (RTX 30) e superior suportados |
Perspectivas Futuras: O Que Podemos Esperar
A Questão do CUDA no Mac
Uma das limitações mais citadas pelos desenvolvedores de IA que usam Mac é a ausência do CUDA, o ambiente de computação paralela da Nvidia. O CUDA é o padrão da indústria para treinamento de modelos grandes, e a maioria dos frameworks de IA foi otimizada para ele.
O TinyGPU não resolve isso completamente — o framework tinygrad oferece uma alternativa ao CUDA, mas não é uma substituição direta para quem depende de bibliotecas específicas do ecossistema Nvidia. Para tarefas de inferência, a solução funciona bem. Para treinamento intenso de grandes modelos, o gargalo de banda do Thunderbolt e a ausência de suporte nativo a CUDA ainda são obstáculos.
Outros Desenvolvedores Podem Seguir o Caminho
A aprovação do TinyGPU abre precedente. O mercado aguarda para ver se outras empresas vão seguir o exemplo e desenvolver drivers específicos para outras categorias de periféricos de alto desempenho.
Se isso acontecer, o macOS pode se tornar progressivamente mais aberto para hardware externo especializado — não por mudança de filosofia da Apple, mas pela pressão prática de desenvolvedores que precisam de ferramentas que o hardware interno ainda não entrega completamente.
O Mac como Estação de Trabalho de IA
A combinação da memória unificada dos chips M com a possibilidade de adicionar poder de GPU via Thunderbolt cria uma proposta interessante para desenvolvedores de IA: um ambiente de trabalho que é ao mesmo tempo portátil, eficiente em energia e expansível para cargas de trabalho maiores quando necessário.
A flexibilidade de usar GPUs AMD e Nvidia simultaneamente a um chip ARM da Apple cria uma estação de trabalho híbrida única no mercado. Um Mac mini com chip M4 conectado a uma GPU externa AMD, por exemplo, permite aproveitar o excelente desempenho por watt do chip Apple para tarefas gerais do sistema, enquanto a GPU externa assume os cálculos matriciais intensivos dos modelos de IA.
O Contexto Maior: A Corrida pela IA Local
A aprovação do TinyGPU acontece em um momento em que a demanda por inferência local de modelos de IA está crescendo. Rodar um modelo diretamente na própria máquina, sem depender de servidores em nuvem, tem vantagens claras: privacidade dos dados, funcionamento sem internet e custo operacional zero depois da configuração inicial.
Os Macs com chips M já eram reconhecidos como uma das melhores opções para IA local justamente pela memória unificada de grande capacidade. A possibilidade de ampliar essa capacidade com uma GPU externa de prateleira, como uma AMD RX 7900 XTX ou uma Nvidia RTX 4090, eleva esse potencial de forma significativa.
Se você trabalha com desenvolvimento de IA, pesquisa de aprendizado de máquina ou simplesmente quer rodar modelos de linguagem localmente no seu Mac, o TinyGPU é a novidade mais relevante do ecossistema Apple em muitos anos. Vale explorar.
Perguntas sobre eGPU em Macs com Apple Silicon
O TinyGPU funciona com qualquer GPU? Não. São necessárias GPUs AMD da arquitetura RDNA3 ou superior, ou GPUs Nvidia da arquitetura Ampere (série RTX 30) ou superior. Placas mais antigas não são compatíveis.
Posso usar a GPU externa para editar vídeos no Final Cut Pro? Não. O driver TinyGPU é exclusivo para cargas de trabalho de inteligência artificial e aprendizado de máquina via framework tinygrad. Ele não oferece aceleração para aplicativos gráficos, edição de vídeo ou qualquer outra tarefa de renderização visual.
Precisa de algum gabinete específico para a GPU? Sim. É necessário um gabinete para eGPU que se conecte via Thunderbolt 3, Thunderbolt 4 ou USB4, e que forneça energia suficiente para a placa de vídeo escolhida. O gabinete em si não precisa ser de uma marca específica.
O meu MacBook Air com chip M2 é compatível? Provavelmente sim, desde que ele tenha portas Thunderbolt. Os MacBooks Air com chips M1, M2 e M3 possuem portas Thunderbolt 3 ou 4, que são compatíveis com o TinyGPU.
Os jogos no Mac vão melhorar com isso? Não. O driver não oferece suporte à API Metal da Apple nem a nenhuma forma de aceleração gráfica para aplicações. Jogos no Mac continuam dependendo exclusivamente da GPU integrada ao chip.
O Que Fazer Se Você Tem um Mac com Apple Silicon
Se você trabalha com inteligência artificial, desenvolvimento de modelos de linguagem ou pesquisa em aprendizado de máquina e tem um Mac com chip M equipado com porta Thunderbolt ou USB4, o TinyGPU é uma opção concreta para ampliar sua capacidade computacional local. A combinação de uma GPU externa AMD RDNA3 ou Nvidia Ampere com o framework tinygrad oferece um caminho real para rodar modelos que antes exigiriam acesso a servidores em nuvem.
Para começar, a documentação oficial do TinyGPU está disponível em docs.tinygrad.org/tinygpu com as instruções de instalação para AMD e Nvidia. O processo exige alguma familiaridade com terminal, mas está bem documentado e a Tiny Corp mantém o guia atualizado.
Se você ainda está avaliando qual Mac adquirir pensando em uso profissional com IA, os modelos com maior quantidade de memória unificada — especialmente Mac mini com M4 e MacBook Pro com M4 Pro ou M4 Max — são os que oferecem melhor custo-benefício para essa combinação com GPU externa.
