thunderbolt

据报道，PyTorch 正在为 Mac 上的分布式模型训练添加一个快速的 Thunderbolt 通信后端。

Fabien Sanglard分享了他使用一款扩展坞的经验：在换用ASUS ROG Swift显示器后，这款扩展坞终于能可靠地唤醒，解决了一个长期存在的Thunderbolt睡眠唤醒困扰。

通过 Thunderbolt 和 Strix Halo 演示了基于 USB4 的 RDMA 实验性实现，可能实现与任何 USB4 主机的高速数据传输。

Mozilla的营利性子公司MZLA Technologies发布了Thunderbolt AI，这是一个开源、自托管的AI客户端，完全运行在用户的基础设施上，支持任何模型，并通过将数据保留在组织自己的系统内来确保数据隐私。

一名用户展示了一个由 M5 Max MacBook 组成的 DIY 集群，这些设备通过雷雳 5 连接，凸显了其聚合计算能力以及面临的连接挑战。

MLX 面向 macOS 的 RDMA-over-Thunderbolt 实现已独立成库，任何人都能用它组建高速 Mac 集群，在本地跑 AI 负载。

在两台 M5 Max MacBook Pro 上通过 Thunderbolt 5 RDMA 运行 Qwen3.6 35B（视觉版）。模型能描述图片并正确识别 Apple Park，但把 John Ternus 错认成 Jeff Williams。借助前缀缓存，响应几乎瞬间完成。