Skip to main content
PromptQuorumPromptQuorum

eGPU pour Ollama sur un MacBook en 2026 : Intel vs Apple Silicon

Cette page contient des liens de référence vers des produits tiers. PromptQuorum n'est inscrit à aucun programme d'affiliation — ce sont de simples liens qui ne génèrent aucune commission. Cliquer sur les liens et vos prochaines étapes relèvent entièrement de votre responsabilité. Ces liens ne représentent aucune approbation ou vérification par PromptQuorum.

Hardware-SpecificIntermédiaire

Points clés

  • Les MacBook Apple Silicon ne prennent pas en charge les eGPU — macOS a abandonné les pilotes tiers à la fin des Mac Intel
  • Apple Silicon utilise la mémoire unifiée comme mémoire GPU ; aucun chemin PCIe pour brancher un GPU discret
  • Pour plus de marge LLM sur un Mac, achetez un MacBook Pro ou Mac Studio avec davantage de mémoire unifiée
  • Les eGPU fonctionnent toujours sur des laptops Linux avec Thunderbolt 4 ou OCuLink — pertinent uniquement hors Apple

Meilleur choix : pas d'eGPU — achetez plus de mémoire unifiée

Le meilleur eGPU pour Ollama sur un MacBook, c'est aucun eGPU. Apple Silicon ne les prend pas en charge et aucune solution de contournement n'existe. La voie vers une inférence LLM locale plus rapide sur Mac, c'est plus de mémoire unifiée, pas un GPU externe.

Sur Apple Silicon, le GPU partage la même RAM physique que le CPU. Il n'y a pas de pool VRAM séparé à étendre, et macOS n'expose pas le tunneling PCIe via Thunderbolt comme le fait Linux. Apple a retiré les pilotes eGPU tiers à la fin des Mac Intel — il n'existe aucun pilote Metal pour NVIDIA, AMD ou tout GPU externe.

Pour plus de marge LLM locale sur Mac, le chemin de mise à niveau est un MacBook Pro ou Mac Studio avec plus de mémoire unifiée (32, 64, 96 Go). Si l'extensibilité GPU est essentielle, l'alternative est un laptop Linux avec Thunderbolt 4 ou OCuLink associé à un GPU de bureau dans un boîtier — qui fonctionnent toujours, mais pas sur Apple Silicon.

Pourquoi les eGPU ne fonctionnent pas sur Apple Silicon

Le blocage est architectural, pas commercial — aucun boîtier, aucun pilote, aucune pile logicielle ne le résout.

ContrainteMacBook Apple SiliconLaptop Linux avec TB4/OCuLink
Pilote GPU pour NVIDIA/AMD externeIndisponible sous macOSDisponible (nvidia, amdgpu)
Tunneling PCIe via ThunderboltNon exposé par macOSPris en charge
Architecture mémoireMémoire unifiée uniquementVRAM discrète sur eGPU
Accélération eGPU pour OllamaAucune voie — ne fonctionne pasFonctionne avec CUDA ou ROCm

Lectures complémentaires

Réponses rapides sur les eGPU et les MacBook

Pourquoi mon MacBook ne prend-il pas en charge un eGPU ?
Les MacBook Apple Silicon utilisent la mémoire unifiée et n'exposent pas le tunneling PCIe via Thunderbolt. Apple a également retiré les pilotes eGPU tiers à la fin des Mac Intel. Il n'existe aujourd'hui aucune voie logicielle pour faire fonctionner un GPU externe NVIDIA ou AMD sous macOS.
Puis-je utiliser un eGPU avec Ollama sur un MacBook Intel ?
L'eGPU fonctionne, mais Ollama ne l'utilise pas. Les MacBook Intel (comme le MacBook Pro 16") prennent en charge les eGPU AMD via Thunderbolt 3 au niveau de macOS, mais Ollama n'accélère que via Apple-Silicon Metal — il ignore les GPU tiers. La solution de contournement consiste à compiler llama.cpp avec le backend Vulkan via MoltenVK, qui peut exécuter l'inférence sur un eGPU AMD (par ex. Radeon RX 6800/6900 XT) sur un Mac Intel. Prévoyez environ 15–17 % de surcoût dû à la bande passante Thunderbolt, et notez que cela nécessite une compilation manuelle — ce n'est pas aussi clé en main qu'Ollama sur Apple Silicon.
Quel est le moyen le plus rapide d'accélérer Ollama sur un MacBook ?
Acheter plus de mémoire unifiée. Un MacBook Pro avec 32 ou 64 Go de mémoire unifiée exécute des modèles plus grands localement avec l'accélération Metal GPU complète. Il n'existe aucune option d'accélérateur externe.
Les eGPU fonctionnent-ils pour Ollama sur des laptops Linux ?
Oui. Un laptop Linux avec Thunderbolt 4 ou OCuLink peut connecter un GPU de bureau NVIDIA ou AMD et exécuter Ollama via CUDA ou ROCm. Les performances sont limitées par la bande passante Thunderbolt 4 (40 Gbit/s), mais cela fonctionne.