← العودة إلى المدونة
Aiحوالي 1 دقيقة قراءة

بطاقة GeForce لديك تشغّل الذكاء الاصطناعي بنصف السرعة… عمدًا

نُشر في 7 نوفمبر 2026
بطاقة GeForce لديك تشغّل الذكاء الاصطناعي بنصف السرعة… عمدًا

هناك رقم في README الخاص بـgpu-unlock جعلني أضع فنجان القهوة جانبًا: بطاقة RTX 4090 تنتقل من 165 إلى 329 TFLOPS في حسابات BF16 المصفوفية. لا بكسر سرعة، ولا ببرنامج VBIOS معدّل، بل بكتابة قيمتين في محددات السرعة في البطاقة قبل تحميل برنامج تشغيل NVIDIA.

والمشروع يتسلق قائمة الاتجاهات الشهرية على GitHub طوال الخريف، ويقف عند نحو 17,700 نجمة. إنه وحدة نواة Linux برخصة GPL-2.0، يديرها شخص واحد يوقّع README بطلب أن تساعده في شراء مزيد من وحدات GPU.

ما تشحنه NVIDIA فعلًا

تُشحن بطاقات GeForce بنوى موترية مقيّدة بنصف المعدل لحسابات FP16 وBF16 وTF32 بتراكم FP32. وهذه ليست مجموعة تعليمات هامشية — إنها ما يستخدمه تقريبًا كل استدلال غير مكمّم وجميع عمليات الضبط الدقيق عمليًا. والشريحة نفسها المبيعة كـRTX A-series أو كجزء من مراكز البيانات تعمل بالمعدل الكامل.

هذا ليس سرًا. إنه تقسيم سوقي، ويقوله الـREADME في سطر واحد حين يسأل مستخدم لماذا قيّدت NVIDIA البطاقة: «يريدون أن تشتري الشركات البطاقات المهنية دون هذه القيود بأسعار أعلى بكثير».

الفتح ليس تعديلًا على برنامج التشغيل ولا تفليشًا للبرنامج الثابت. إنه وحدة تعمل في initramfs، قبل أن يرتبط nvidia بالبطاقة، تكتب محددات السرعة (SS0 0x88888888 يختار معدل BF16 الكامل، وSS1 رباعي البتات بقيمة 0x8 يفعّل IMLA4)، وتجري إعادة ضبط على مستوى الوظيفة. وتجمع التقنية بين نهج فتح قائم وتوقيت دقيق. ولأن شيئًا على القرص لا يُعدّل، فإن إصدارًا جديدًا من برنامج تشغيل NVIDIA لا يلغيها.

An open desktop PC case, interior lit by the installed graphics card

المكاسب حقيقية لكنها غير موحدة

الأرقام الرئيسية هي معدل نقل المصفوفات الكثيفة، وهي كبيرة. فبطاقة RTX 3060 تنتقل من 27 إلى 51 TFLOPS. و3090 من 75 إلى 125. و4090 تتضاعف عند معدل الذروة — مع التحفظ المذكور صراحة بأن 4090 تستهلك طاقتها قبل أن تستهلك نوى الموتر، لذا تكسب الأحمال الواقعية أقل بكثير مما توحي الذروة.

والأحمال الواقعية هي المثير، لأن الفارق هائل:

  • prefill / معالجة الأوامر في LLM (FP16، BF16، AWQ، GPTQ): +25–55%
  • زمن أول رمز: أقل بـ25–30%
  • LoRA والضبط الدقيق الكامل في BF16: +25–50%
  • توليد الصور (SDXL، SD 1.5، نماذج DiT في ComfyUI): +30–55%
  • توليد الفيديو بحساب BF16 (Wan 2.2): +15–20%
  • نوى FlashAttention وSDPA: +50–60%
  • llama.cpp / Ollama مع GGUF مكمّم: 0–15%، ومعظمها في السياق الطويل
  • فك الترميز رمزًا برمز، وINT8/FP8/INT4، والألعاب، وFP32 العادي في CUDA: لا تغيير على الإطلاق

الصف الأخير هو ما يفوته الناس. فإن كان حملك فك ترميز مقيّدًا بعرض النطاق الترددي للذاكرة — وهو معظم استدلال المحادثة على بطاقة واحدة — فلا تكسب شيئًا. فالفتح يشتري معدل نقل المصفوفات لا عرض النطاق. ومن يشغّل نموذج 4 بتات بحجم دفعة واحد عليه أن يغلق التبويب.

وحيث ينفع هو في prefill والضبط الدقيق والانتشار. فتسريع 30–55% في توليد الصور تغيير معتبر في عدد التكرارات التي تستطيع تحملها في أصيل واحد، ولا يكلّف شيئًا عند المقبس سوى الحرارة.

لماذا «التطابق البتي» هو الادعاء المثير

يذكر README أن المخرجات متطابقة بتًا قبل الفتح وبعده؛ السرعة وحدها تتغير. وتلك الجملة الواحدة تفصل هذا عن كسر السرعة فصلًا يهم قانونيًا وعمليًا.

فكسر السرعة يغيّر النتائج، ويمكن أن يفسد دورات تدريب طويلة، ويبطل الضمانات بطرق يستطيع المصنّعون كشفها. أما إزالة محدّد معدل فلا تغيّر الحساب — التعليمات نفسها تُنفَّذ بالترتيب نفسه، لكن عددًا أكبر منها في الدورة. فإن كان لديك شرط قابلية استنساخ، فإنه يبقى.

ويعني أيضًا أن المخاطر الحقيقية الوحيدة حرارية وكهربائية. وجواب README معاير: خفض السرعة وإدارة الطاقة القياسيان يبقيان سليمين، فالبطاقة ينبغي أن تخفض ترددها لا أن تحترق. هذا معقول لحاسوب مكتبي بتهوية جيدة. وهو، بوضوح، ليس ضمانًا تراهن عليه بمحطة عمل مستأجرة.

التثبيت، وما الذي ينكسر

لينكس فقط، والتثبيت ثلاث خطوات إن كان توزيعك Arch أو Debian/Ubuntu أو Fedora:

git clone https://github.com/Zagitta/gpu-unlock
cd gpu-unlock
make install

ثم أضف gpu_unlock.targets=all إلى سطر أوامر النواة — أو قائمة عناوين PCI مفصولة بفواصل إن أردت بطاقات محددة — وأعد التشغيل. والتحقق عبر journalctl -k -b | grep gpu_unlock.

ودعم البطاقات هو حيث يصارح المشروع حدوده. فـAmpere (RTX 30) مُعلَّم كمستقر بأكثر من مئة تقرير مستخدم. وAda (RTX 40) وTuring (RTX 20) تجريبيان. وBlackwell (RTX 50) غير مدعوم، ومن المرجح — بحسب المؤلف — ألا يحدث.

وهناك نمطا فشل يستحقان المعرفة قبل المحاولة. فالحواسيب المحمولة تفقد الفتح كلما أُطفئت بطاقة الرسوم المنفصلة، وهو ما يحدث في كثير منها عند الخمول؛ وإيقاف إدارة الطاقة أثناء التشغيل يساعد في بعض الطرز لا كلها. والتعليق إلى RAM يعيد ضبط المحددات، وإن كانت الوحدة تعيد تطبيق الفتح عند الاستئناف افتراضيًا، بزيادة نحو ثانية.

أما Windows فموجود فقط كنسخة منقولة من طرف ثالث يربطها README بعبارة «النتائج قد تتفاوت». ويحذر أيضًا، بنبرة جافة لمن شاهد هذا يحدث، من عملات مشفرة وبرامج تثبيت تنتشر باسم المشروع، وليس أي منها له.

الجزء الذي لا يريد أحد كتابته

نصف قدرة الذكاء الاصطناعي الحاسوبية في حواسيب الألعاب حول العالم تقف خلف مفتاح برنامج ثابت وُجد لحماية فئة سعرية. هذا هو الاكتشاف الفعلي هنا، وهو أكبر من مستودع واحد.

وحين تعرف ذلك، تظهر أشياء أخرى مختلفة. فأسعار GPU السحابية تُحدَّد مقابل بطاقات مُطفأ فيها المحدد. وبطاقة 3090 مستعملة تساوي أكثر من سعر ملصقها بهدوء منذ عامين. وحجة «تحتاج GPU لمركز بيانات للاستدلال الجاد» تصبح أضعف قليلًا حين تستعيد وحدة نواة 65% من معدل نقل الموتر على بطاقة تكلّف عُشر السعر.

وهناك حجة مضادة مشروعة، وسأقولها: التقسيم هو كيف تموّل NVIDIA حزمة البرمجيات التي تجعل هذه البطاقات قابلة للاستخدام أصلًا. فـCUDA لم تدفع ثمن نفسها. وفتح بطاقة استهلاكية ليس سرقة، لكنه ليس مجانيًا أيضًا — فالتكلفة يحملها كل من يشتري القطعة المهنية.

وتلك حجة عن الإنصاف، لا عن وجود المفتاح. وحجج الإنصاف لا توقف عادة من لديه صندوق لينكس احتياطي ومهمة ضبط دقيق يجب أن تنتهي قبل الجمعة.

إن كنت ستجربها

افعلها على جهاز تستطيع تحمل إعادة تثبيته. وافحص جيل بطاقتك أولًا — فـAmpere هو حيث التقارير. وقس قبل وبعد بالحمل الذي تشغّله فعلًا، لا بـGEMM اصطناعي، لأن القصة كلها أن المكسب يعتمد كليًا على ما إذا كنت مقيّدًا بحساب المصفوفات أم بعرض نطاق الذاكرة.

واقرأ الأسئلة الشائعة. فالمؤلف يجيب عن سؤال «هل هذا يضر بطاقتي» بـ«لا» معلّل، وعن سؤال «لماذا فعلت NVIDIA هذا» بجملة واحدة أنفع من معظم أوراق المصنّعين البيضاء.

مقالات ذات صلة