开源工具解除RTX 30系限制性能提升近80%

开发者表示，采用FP32累加的FP16及BF16操作，在相关消费级显卡上的运行速率约为英伟达专业显卡的一半。 gpu-unlock通过更改硬件速度选择寄存器，解除这项限制。 该方案沿用了此前解锁英伟达CMP矿卡能力的研究。 Linux内核模块会在英伟达图形驱动载入前修改寄存器并重置GPU，随后将控制权交给未经修改的官方驱动，因此无需永久刷写显卡VBIOS，也不依赖修改版固件或驱动。

兼容性报告显示，一张RTX 3090的BF16矩阵乘法性能从77.5升至129.6 TFLOPS，TF32性能从40.2升至69.8 TFLOPS； RTX 3090 Ti的BF16吞吐量则从87.5升至157.4 TFLOPS。 不同负载下的效果并不一致。 另一名RTX 3090用户测试本地大语言模型推理时，长上下文提示词处理速度提升16%，令牌生成速度基本没有变化。 RTX 3090 Ti运行ComfyUI时，若干大量使用BF16的图像生成负载吞吐量提高约47%至59%。

DLSS同样会使用Tensor Core，但目前没有经过独立验证的游戏基准能够证明该工具可以提升帧率。 原项目现阶段仅支持Linux，实验性Windows移植版也只在一套特定系统上成功启动。 该解锁方式仍属实验方案，用于主力游戏电脑存在风险。 RTX 3090显卡似乎还有一些尚未开发的计算潜力。 由GitHub用户Zagitta开发的名为gpu-unlock的全新开源项目，无需对硬件进行任何改动或安装打过补丁的英伟达驱动程序，即可在某些Tensor Core工作负载下实现两位数的性能提升。

该项目旨在解决基于 Ampere 架构的 GeForce 显卡上FP16和BF16 Tensor Core操作（支持FP32累加）的指令发射速率限制问题。 据开发者称，受影响的操作运行速度约为专业级Nvidia GPU的一半。 此次解锁方案通过修改硬件速度选择寄存器来解除该限制。 这项技术建立在之前用于解锁英伟达CMP挖矿GPU性能的研究之上。 Zagitta的实现方式使用了一个Linux内核模块，该模块在英伟达图形驱动程序加载之前执行，修改相关寄存器并重置GPU，然后将控制权交还给未修改的驱动程序。

因此，它不需要永久刷新显卡的VBIOS或修改固件。 在一份社区兼容性报告中，RTX 3090在BF16矩阵乘法中达到了129.6 TFLOPS的运算能力，比之前的77.5 TFLOPS有所提升。 TF32的性能也从40.2 TFLOPS提升到了69.8 TFLOPS。 其同系列产品RTX 3090 Ti的BF16吞吐量更是从87.5 TFLOPS跃升至157.4 TFLOPS。 也就是说，性能提升很大程度上取决于工作负载。

另一位RTX 3090用户报告称，在本地LLM推理过程中，长上下文提示的处理速度提升了16%，而标记生成速度几乎没有变化。 另外，ComfyUI在RTX 3090 Ti上的测试表明，在几个BF16密集型图像生成工作负载中，吞吐量提高了约47%至59%。 那么游戏方面呢？ 英伟达的DLSS技术也使用了Tensor Core，这意味着某些AI辅助渲染操作可能会从中受益。 遗憾的是，目前还没有经过独立验证的游戏基准测试证实帧率有任何提升。

目前，该项目仅限于Linux系统，不过一个独立的Windows实验移植版本已经证明，在特定系统上，未锁频的RTX 3090显卡可以成功启动Windows系统。 这项解锁技术目前仍处于实验阶段，因此将其安装在主力游戏电脑上存在风险。