Chestnut:开源固件的eGPU外接显卡站,解锁PCIe Gen4 x4到USB4的极速桥接之旅
在外接显卡(eGPU)的世界里,用户长期面临一个无法回避的困境:固件的黑盒化。无论是雷蛇的Core系列还是其他品牌的Thunderbolt 3/4外接显卡站,用户只能被动接受厂商提供的固件,无法审计、修改或优化其运行逻辑。这种封闭性不仅限制了创新,也让技术爱好者和开发者望而却步。然而,这一切在2026年8月13日被彻底改变 - - comma.ai正式发布了名为Chestnut的eGPU外接显卡站,并承诺其固件完全开源,且支持PCIe Gen4 x4到USB4的高速桥接。这不仅是一场针对汽车AI驱动的技术升级,更是外接显卡生态的一次颠覆性突破。Chestnut的诞生背景颇为耐人寻味。
comma.ai作为一家专注于自动驾驶技术的公司,过去十年间一直致力于在极低功耗(约10W)下运行其开源自动驾驶系统openpilot的驱动模型。然而,随着模型复杂度的激增,这一功耗限制成为了瓶颈。为了突破这一限制,comma.ai决定采用外接显卡的方式,将桌面级GPU的强大算力引入系统中。Chestnut正是这一解决方案的核心硬件载体,它通过PCIe Gen4 x4到USB4的桥接,将外接显卡的性能潜力最大化释放。根据comma.ai的官方数据,Chestnut能够将功耗提升至约100W,从而支持更大规模的AI驱动模型,其计算能力甚至可与特斯拉的HW4系统相媲美。Chestnut并非仅为汽车行业而生。
在官方公告中,comma.ai明确指出,这款设备不仅适用于其自动驾驶系统,还能与普通计算机兼容使用。这意味着,对于PC用户而言,Chestnut不仅是一款外接显卡站,更是一款开源固件的USB4桥接设备。它打破了以往外接显卡站固件封闭的局面,让用户能够深入了解和控制设备的运行逻辑。这一特性对于技术爱好者、开发者乃至安全研究人员而言,无疑具有极高的价值。从硬件配置来看,Chestnut提供了两种版本:裸奔版(Tiny chestnut)和完整版(Chestnut "Ready to Drive")。裸奔版售价249美元,仅提供外接显卡站本体,用户需自行购买显卡、电源和线缆。
完整版售价799美元,包含一块AMD Radeon RX 9060 8GB显卡、相应的线缆和安装硬件。两个版本均提供30天退款试用期和一年硬件保修期,体现了comma.ai对产品质量的信心。此外,Chestnut还支持Tinygrad工作负载,这与comma.ai旗下的开源深度学习框架Tinygrad不谋而合,进一步拓展了其应用场景。Chestnut的核心技术亮点在于其开源固件。该固件采用C语言编写,并托管于GitHub的tinygrad组织下,用户可以随时下载、审计和修改固件代码。这对于外接显卡生态而言,是一次革命性的突破。
此前,市面上的外接显卡站固件几乎全部由厂商封闭开发,用户无法获取源代码,更无法进行二次开发。Chestnut的开源固件不仅让用户能够理解设备的运行机制,还为社区贡献提供了可能性。例如,开发者可以基于开源固件,针对特定应用场景优化性能,或修复潜在的安全漏洞。在性能表现方面,Chestnut采用ASMedia的ASM2464PD芯片作为USB4/Thunderbolt到PCIe的桥接控制器。该芯片在市面上的USB4 NVMe外接盒中较为常见,但此前从未有厂商将其固件完全开源。Chestnut的固件仓库README文档中详细列出了其性能指标。
例如,通过控制消息读写PCIe TLP(Transaction Layer Packet)时,写入速度可达3.6 MB/s,读取速度为1.8 MB/s。虽然这一速度在实际应用中并不出色,但它展示了固件层面的控制能力。此外,固件还支持通过DMA(Direct Memory Access)路径访问芯片内部的512 KB SRAM,在10 Gbps USB3接口下,传输速度可达约700 MB/s。这些数据虽然不足以支撑高端游戏应用,但对于调试、控制和小规模数据传输而言,已足够满足需求。需要注意的是,Chestnut的性能受限于PCIe Gen4 x4到USB4的带宽限制。PCIe Gen4 x4的理论带宽为32 GB/s,而USB4的理论带宽为40 Gbps(约5 GB/s)。
这意味着,即使使用高端显卡如RX 9060,其实际性能也会因带宽瓶颈而大打折扣。例如,RX 9060在PCIe Gen4 x16插槽中的理论性能为30 TFLOPS,但在Chestnut的USB4桥接下,实际性能可能仅为其理论值的10%至20%。因此,Chestnut并非用于高性能游戏或专业渲染,而是更适合AI计算、深度学习训练等对带宽要求相对较低的应用场景。从应用场景来看,Chestnut的主要目标用户群体包括两类:一是comma.ai的自动驾驶开发者,二是对开源硬件和固件感兴趣的技术爱好者。对于前者,Chestnut提供了强大的算力支持,使其能够运行更大规模的驱动模型。例如,comma.ai在发布Chestnut的同时,还推出了名为"Chestnut-class"的1B参数驱动模型,其参数量和浮点运算次数分别是最新设备内模型的30倍和100倍。
这一模型的推出,标志着comma.ai在自动驾驶技术上的又一次飞跃。对于后者,Chestnut提供了一个开放的平台,让他们能够深入了解外接显卡的技术细节,并参与固件的开发和优化。Chestnut的开源固件生态不仅限于comma.ai自身。由于固件采用C语言编写,且代码结构清晰,其他开发者可以基于Chestnut的固件,开发出更多应用场景。例如,安全研究人员可以审计固件代码,寻找潜在的安全漏洞;嵌入式开发者可以修改固件,以适配特定的硬件平台;而AI研究人员则可以利用Chestnut的高算力,加速深度学习模型的训练。这种开放性不仅降低了技术门槛,还为整个行业的发展注入了新的活力。
然而,Chestnut并非完美无缺。除了带宽限制外,其开源固件的性能表现仍有较大提升空间。例如,固件在PCIe TLP读写方面的速度较慢,这在一定程度上限制了其实际应用场景。此外,Chestnut目前主要面向技术爱好者和开发者,而非普通消费者。这意味着,对于不熟悉技术细节的用户而言,Chestnut的使用门槛较高。comma.ai在公告中也明确指出,Chestnut是为运行更大驱动模型而设计的,而非针对Linux用户寻求更好的Razer Core替代品。
尽管如此,Chestnut的出现仍然具有里程碑意义。它不仅为外接显卡生态带来了开源固件的新风尚,还为AI驱动和深度学习提供了强大的硬件支持。对于技术爱好者而言,Chestnut是一个值得深入探索的平台,而对于整个行业而言,它则是一个开放、透明和创新的典范。随着更多开发者和用户的加入,Chestnut的生态将不断壮大,为外接显卡技术的发展注入新的动力。在购买和使用Chestnut时,用户需要注意以下几点。首先,裸奔版需要用户自行购买显卡、电源和线缆,这意味着额外的成本和技术门槛。
其次,由于Chestnut的固件仍在快速迭代中,用户在升级固件时需谨慎操作,避免因固件错误导致设备损坏。最后,Chestnut的性能受限于USB4的带宽,因此在选择显卡时,应优先考虑功耗较低、性能适中的型号,如NVIDIA RTX 4060或AMD RX 7600等。总体而言,Chestnut的出现为外接显卡生态带来了革命性的变化。它不仅打破了固件封闭的局面,还为AI驱动和深度学习提供了强大的硬件支持。尽管在性能和易用性方面仍有提升空间,但其开源固件的理念和技术创新,无疑为整个行业树立了新的标杆。随着更多用户和开发者的加入,Chestnut有望成为外接显卡技术发展的重要推动力,为技术爱好者和专业用户带来更多可能性。
。
