eGPU do AI: dodanie mocy desktopowego CUDA do używanego laptopa (2026)

Istnieje obejście sufitu VRAM laptopów, o który ta strona wciąż się obija: podłącz używane desktopowe GPU do laptopa przez Thunderbolt. Zrobione dobrze, biurowy ThinkPad za ~1400 zł plus używana obudowa i używany RTX 3090 daje ci 24 GB VRAM z CUDA za mniej niż cena laptopa 16 GB. Ten przewodnik omawia, kiedy ta matematyka działa, ile naprawdę kosztuje cię wąskie gardło przepustowości i jakie są pułapki.

Propozycja wartości w liczbach

Przybliżone ceny używanych w Polsce (lipiec 2026 — zweryfikuj bieżące oferty przed zakupem):

Part	Typical used price
Obudowa Thunderbolt (Razer Core X / Sonnet Breakaway 550)	600–1000 zł
Desktopowy RTX 3060 12 GB	840–1160 zł
Desktopowy RTX 3090 24 GB	2550–3350 zł
Laptop + Core X + 3090 razem (z ~1400 zł używanym ThinkPadem)	~4650–5800 zł

Porównaj: ThinkPad P15 Gen 2 za 4200–6000 zł kończy na 16 GB VRAM. Ścieżka z eGPU ląduje w tych samych pieniądzach z 50% więcej VRAM i mniej więcej 2× surowej mocy obliczeniowej — desktopowy 3090 przewyższa każde mobilne GPU, jakie recenzowaliśmy. To jest oferta. Teraz drobny druk.

Ile naprawdę kosztuje cię przepustowość Thunderbolt

Thunderbolt 3/4 daje GPU mniej więcej PCIe 3.0 ×4 — około 3 GB/s użytecznych, kontra 15+ GB/s dla slotu desktopowego. Co to oznacza per obciążenie:

• Inferencja LLM: prawie za darmo. Wagi modelu ładują się raz do VRAM; generowanie tokenów ledwo dotyka łącza. Spodziewaj się ~0–10% poniżej wydajności desktopowej. 3090 przez Thunderbolt wciąż generuje modele klasy 70B Q4 (odciążone) i uruchamia 13B/32B Q4 w całości w VRAM — poza zasięgiem jakiegokolwiek laptopa.
• Generowanie obrazów: mały podatek. Wymiany przy SDXL/FLUX są skromne; zaplanuj ~5–15% mniej niż prędkość desktopowa. Wciąż kilka razy szybciej niż mobilny 3080.
• Trening/fine-tuning: zależny od obciążenia. QLoRA intensywne obliczeniowo na danych już w VRAM jest w porządku; potoki strumieniujące duże partie z dysku/RAM odczuwają łącze. Zaplanuj 10–30% mniej.
• Jedna prawdziwa pułapka: pętla wyświetlania. Jeśli renderujesz na eGPU, ale wyświetlasz na wewnętrznym ekranie laptopa, klatki wędrują z powrotem tym samym kablem. Dla pracy z AI jest to nieistotne (brak klatek do wysłania) — ale podłącz monitor do eGPU, jeśli też grasz.

Czego potrzebuje twój laptop

Bez negocjacji: Thunderbolt 3, Thunderbolt 4 lub USB4 z tunelowaniem PCIe. Z maszyn, które recenzowaliśmy:

• ✅ Dell Latitude 5540 — TB4; klasyczny tani host
• ✅ ThinkPad T14 Gen 3 (AMD) — USB4; zweryfikowany jako zdolny do eGPU, doskonały host
• ✅ ThinkPad X1 Extreme Gen 4, XPS 15 9520 — TB4; hosty premium, których słabe wewnętrzne GPU eGPU zgrabnie omija
• ⚠️ Gamingowe maszyny AMD (Legion 5 Gen 6/Gen 7) — zwykle brak TB/USB4 w tych generacjach; sprawdź dokładną specyfikację portu, zanim założysz

Sensowne też: 32 GB RAM do odciążania dużych modeli oraz miejsce na NVMe na pliki modeli. CPU liczy się mniej, niż myślisz, przy hostowaniu inferencji.

Trzymaj się kart NVIDIA w obudowie: CUDA jest domyślnym standardem ekosystemu, a wsparcie AMD eGPU dla ROCm na Windowsie to praktycznie projekt naukowy (zobacz CUDA kontra ROCm).

Notatki o konfiguracji (Windows)

Szczęśliwa ścieżka jest krótka: podłącz obudowę → Windows wykrywa → zainstaluj standardowe sterowniki NVIDIA → nvidia-smi pokazuje kartę → skieruj na nią Ollamę/ComfyUI. Co idzie nie tak: zabezpieczenia Thunderbolt w BIOS-ie ustawione na blokowanie urządzeń PCIe (napraw w BIOS-ie), zamieszanie z grafiką hybrydową (ustaw aplikacje, by preferowały GPU NVIDIA) oraz odłączenie na gorąco podczas zadania (nie rób tego — traktuj jak zadokowane). Na Linuksie hotplug eGPU jest bardziej narowisty; startuj z podłączonym. WSL2 widzi kartę dobrze, gdy tylko zobaczy ją Windows.

Kupowanie używanych obudów: zasilacz to element zużywalny — 650 W zasilacz Core X spokojnie karmi 350 W 3090. Sprawdź, czy kabel Thunderbolt jest oryginalny (tanie zamienniki powodują ciche obniżenie łącza). Używane 3090 zasługują na tę samą uwagę co każde używane GPU: zażądaj zrzutów z testu obciążeniowego i uruchom test VRAM po dostawie — 24 GB GDDR6X grzało się w koparkach.

Kto powinien, a kto nie powinien tego robić

Zrób to, jeśli: masz już laptop z Thunderbolt, pracujesz głównie przy biurku, a twoje ambicje (24 GB VRAM, modele 32B, poważna przepustowość SDXL/FLUX, fine-tuning 13B) przekraczają to, co oferuje jakikolwiek używany laptop. To także jedyna sensowna ścieżka rozbudowy AI dla właścicieli premium ultrabooków.

Odpuść, jeśli: potrzebujesz mocy obliczeniowej w drodze (obudowa to biurkowy element o wadze 5 kg), twój budżet kończy się na jednym zakupie (Legion 5 Gen 7 jest prostszy za 3200–4400 zł) albo twój laptop nie ma Thunderbolt — obejścia z adapterami (M.2/OCuLink) działają, ale kosztują cię dolną pokrywę laptopa i twój apetyt na gwarancję.

Podsumowanie

• Używana obudowa (~700–1000 zł) plus używany desktopowy RTX 3090 (~2550–3350 zł) zamienia dowolny laptop z Thunderbolt w maszynę z 24 GB CUDA — więcej VRAM niż w jakimkolwiek laptopie, który recenzujemy, za pieniądze laptopa 16 GB.
• Inferencja LLM traci prawie nic na przepustowości Thunderbolt; generowanie obrazów ~5–15%; trening z intensywnym strumieniowaniem do ~30%.
• Twój laptop musi mieć TB3/TB4/USB4 z tunelowaniem PCIe — większość maszyn biznesowych, które recenzujemy, się kwalifikuje, większość laptopów gamingowych AMD z tej epoki nie.
• Używaj tylko kart NVIDIA, podłączaj monitor do eGPU przy wyświetlaniu i testuj używane 3090 jak byłe koparki, którymi wiele z nich jest.
• To zestaw stacjonarny, nie przenośny — jeśli potrzebujesz 16 GB+ w drodze, do tego służą P15 Gen 2 i Legion 7.