- 发布日期
开源项目 GPU Unlock 可释放英伟达 RTX 30 系列显卡隐藏 AI 算力，实际性能提升可达 60%
- 作者
- 姓名
- 荷鲁斯快报
- 社交账号
开源项目 GPU Unlock 近日在 GitHub 上引发关注。该项目由用户扎吉塔（Zagitta）开发，目标是在不修改英伟达驱动、也不永久刷写显卡 VBIOS 的前提下，释放 GeForce RTX 30 系列显卡隐藏的部分 AI 算力。项目针对的是安培架构消费级显卡在特定张量核心运算中受到的指令发射速率限制。
公开资料显示，英伟达 RTX 30 系列基于安培架构，消费级型号在使用 FP32 累加的 FP16/BF16 张量核心运算时，运行速率低于专业卡。GPU Unlock 通过解除这一人为限制，尝试释放显卡硬件本身具备的额外计算性能。开发者称，在特定负载下，张量核心计算吞吐量几乎可以翻倍。
技术路径上，GPU Unlock 建立在早前针对英伟达 CMP 加密货币挖矿显卡的研究之上。项目将 CMP 固件解锁技术与提前初始化方案结合，依靠 Linux 内核模块在英伟达驱动加载前执行操作，修改硬件速度选择寄存器并执行一次功能级重置（FLR），随后原版驱动可正常初始化显卡。这意味着用户更新驱动版本时无需反复给驱动打补丁。
兼容性方面，开发者目前标注支持 GA102、GA103、GA104、GA106 型号 GPU，覆盖 RTX 30 系列大部分型号，但并非每一张显卡都能兼容，也不保证都能获得性能提升。项目 GitHub 仓库公布的基准测试显示，一块功耗上限设为 450W 的 RTX 3090 Ti 在 FP32 累加的稠密矩阵乘法测试中取得明显提升。
社区测试进一步展示了不同场景的差异。一位 RTX 3080 Ti 用户反馈，在 315W 功耗限制下，BF16 吞吐量从 71.59 TFLOPS 提升至 113.98 TFLOPS，TF32 性能从 35.65 TFLOPS 提升至 65.28 TFLOPS。另一份 RTX 3080 10GB 报告显示，在原厂 320W 功耗上限下，FP16/BF16 性能从约 65 TFLOPS 提升到 110—113 TFLOPS。
在实际 AI 负载中，Reddit 一位 RTX 3090 Ti 用户在 ComfyUI 中测试，MOSS-Image SFT BF16 吞吐量提升 58.6%，Qwen-Image 2.1 Turbo BF16 提升 57.2%，Z-Image Turbo BF16 提升 56.1%；INT8 模式下 MOSS-Image SFT 仅提升 0.3%，但默认状态与解锁后生成的图片解码结果一致。大语言模型推理方面，一份 RTX 3090 报告显示 vLLM 提示词处理与推理吞吐量提升 33%，词元生成速度基本不变。
项目还存在明显局限。GPU Unlock 不会提高显存带宽，不会解锁更多 CUDA 核心，也无法让所有负载自动提速。至少一份 RTX 3080 Ti 20GB 反馈显示，解锁流程执行成功，但 BF16 性能未出现预期提升。游戏方面，DLSS 虽会使用张量核心，但目前没有可靠证据证明该工具能提升游戏帧率或缩短 DLSS 运行耗时。
此外，开发者还记录了实验版 Windows 实现方案，基于 UEFI 而非 Linux 内核模块，在 RTX 3090 上实现 BF16 计算吞吐量提升约 82.5%，但该版本仍属实验性质，只适配特定硬件。总体来看，GPU Unlock 对把 RTX 30 系列显卡用于本地 AI 推理、图像生成等高计算负载场景的用户具有吸引力，但项目仍处实验阶段，实际收益需视具体硬件和任务而定。
