← Retour au blog
AiEnviron 8 min de lecture

NVIDIA vend deux fois le même silicium : un module noyau débloque les tensor cores avant le pilote

Publié le 11 nov. 2026
NVIDIA vend deux fois le même silicium : un module noyau débloque les tensor cores avant le pilote

NVIDIA livre ses cartes GeForce avec les cœurs tensoriels bridés à la moitié du débit pour les calculs FP16, BF16 et TF32 avec accumulation FP32. C'est l'arithmétique sur laquelle tournent presque tout l'entraînement IA et l'inférence non quantifiée. Le silicium identique vendu en RTX A-series ou en carte professionnelle tourne à pleine vitesse.

Un projet nommé gpu-unlock supprime ce bridage au démarrage, avant que le pilote NVIDIA d'origine ne s'attache à la carte. Il a atteint 17 990 étoiles en trois semaines, ce qui dit quelque chose du nombre de personnes qui soupçonnaient le bridage.

Ce que le README affirme réellement

Le dépôt est un module noyau Linux, en C, GPL-2.0 pour le module comme pour le packaging, créé le 18 octobre. Au démarrage, il écrit deux sélecteurs de vitesse : SS0 reçoit `0x88888888`, qui sélectionne le débit BF16 complet, et SS1 reçoit la valeur 4 bits `0x8` pour IMLA4. Puis il exécute un reset FLR, et le pilote NVIDIA non modifié se charge et s'attache à la carte comme d'habitude.

La méthode est étroite par construction : pas d'application UEFI, pas de pilote patché, pas de flash du VBIOS. Le module se place dans l'initramfs avant `nvidia`, fait son travail en une seconde environ, et ne laisse rien à refaire quand NVIDIA publie un nouveau pilote. Le pilote n'est téléchargé qu'au moment de la compilation, pour en extraire le firmware dont dépend le déblocage : d'où la version figée.

Les chiffres rapportés, déposés par les utilisateurs dans le tracker d'issues et non mesurés par l'auteur seul :

| Carte | BF16 avant | BF16 après | Gain | | --- | --- | --- | --- | | RTX 3060 12GB | 27 TFLOPS | 51 TFLOPS | +87% | | RTX 3070 | 40 TFLOPS | 72 TFLOPS | +81% | | RTX 3080 10GB | 65 TFLOPS | 113 TFLOPS | +73% | | RTX 3090 | 75 TFLOPS | 125 TFLOPS | +65% | | RTX 4080 | 104 TFLOPS | 193 TFLOPS | +87% | | RTX 4090 | 165 TFLOPS | 329 TFLOPS | +100% |

La ligne RTX 4090 est la plus intéressante, et le README le dit lui-même : la carte manque d'énergie avant de manquer de cœurs tensoriels, si bien que les grands GEMM aux limites de consommation d'origine gagnent bien moins que ce débit de pointe ne le suggère. Cent pour cent sur le papier deviennent en pratique plutôt un tiers.

Un petit anneau de laiton usiné, entaillé sur sa face intérieure, posé sur du feutre noir.

Les charges réelles, c'est là que l'honnêteté continue. Le prefill et le traitement de prompt en FP16/BF16 ou AWQ/GPTQ gagnent 25 à 55 %, le time to first token baisse de 25 à 30 %, le LoRA et le fine-tuning complet en BF16 gagnent 25 à 50 %, la génération d'images en FP16/BF16 sur SDXL, SD 1.5, Krea et les modèles DiT dans ComfyUI gagne 30 à 55 %, la génération vidéo en BF16 gagne 15 à 20 % sur Wan 2.2, et les kernels FlashAttention gagnent 50 à 60 %.

Puis la colonne que personne ne met dans un billet de lancement : le GGUF quantifié via llama.cpp ou Ollama gagne 0 à 15 %, surtout en contexte long. Le décodage LLM ne gagne rien, parce qu'il est limité par la mémoire. Les modèles INT8, FP8 et INT4 ne gagnent rien. Le jeu vidéo et le CUDA FP32 ne gagnent rien.

L'identité bit à bit, la promesse qui compte

Enfouie au milieu du README, une phrase : les sorties sont identiques bit à bit avant et après, seule la vitesse change.

Cette ligne sort le projet de la catégorie overclocking. L'overclocking change les résultats quand il est instable, et la stabilité est un pile ou face qu'on rejoue à chaque session. Ici, c'est une limite de débit qui change, et l'arithmétique produite reste la même arithmétique. Si la phrase tient, un entraînement n'a pas besoin d'être revalidé, un benchmark n'a pas besoin de note de bas de page, et un fine-tuning ne dérive pas parce que le matériel a multiplié autrement.

Cela explique aussi la position sur les licences. Le module noyau et le packaging sont GPL-2.0-only, et le README renvoie à `firmware/NOTICE.md` pour le buffer généré, dérivé d'une référence CMP figée. Le firmware NVIDIA reste sous les conditions de NVIDIA. Le projet ne prétend pas posséder ce qu'il redistribue.

Installation, et le passage où il faut ralentir

L'installation tient en trois lignes pour qui a déjà compilé un module noyau :

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

Ensuite `gpu_unlock.targets=all` s'ajoute à la ligne de commande du noyau. `make install` lit `/etc/os-release` et choisit un installeur pour Arch, Debian/Ubuntu ou Fedora/RHEL. Des cibles explicites existent si la détection se trompe. Les utilisateurs de GRUB modifient `GRUB_CMDLINE_LINUX_DEFAULT` et lancent `update-grub` ; sous Fedora, on lance `grubby --update-kernel=ALL --args="gpu_unlock.targets=all"` ; avec systemd-boot, on complète la ligne `options`.

L'opt-in compte. Sans le paramètre de noyau, le module ne fait rien. On peut passer une liste d'adresses PCI séparées par des virgules au lieu de `all`, avec les noms affichés par `lspci -D`, de sorte qu'une machine équipée d'une carte d'affichage et d'une carte de calcul ne débloque que la seconde. Les cartes non prises en charge sont journalisées et ignorées, et un `all` mélangé à des adresses explicites est rejeté plutôt qu'appliqué à moitié.

Les portables sont la victime consentie. Le déblocage ne survit que si le GPU discret ne s'éteint jamais complètement, et beaucoup de portables le coupent au repos, ce qui réinitialise silencieusement le sélecteur. Le README suggère `NVreg_DynamicPowerManagement=0x00` dans `/etc/modprobe.d/`, puis admet qu'il faut s'attendre à des résultats mitigés.

Le support est gradué, pas uniforme. Ampere (RTX 30) est stable, avec plus de cent rapports d'utilisateurs. Ada (RTX 40) et Turing (RTX 20) sont expérimentaux. Blackwell (RTX 50) n'est pas pris en charge et l'auteur juge la chose peu probable. Windows n'est pas maintenu, et le README recommande la plus grande prudence avec les installeurs qui circulent.

Pourquoi ce projet existe, dans les termes de l'auteur

La FAQ répond à « pourquoi NVIDIA a-t-il bridé mon GPU » par une phrase : segmentation de marché, ils veulent que les entreprises achètent les cartes professionnelles sans ces limitations, à des prix nettement plus élevés.

C'est l'argument, et les omissions sont délibérées. Il ne prétend pas que les cartes bridées sont inutilisables, ni que la marge professionnelle est une fraude, ni que le déblocage produit des images différentes. Il affirme que deux produits sont le même produit avec une limite de débit, et que cette limite est appliquée dans le firmware plutôt que dans le die.

Que cela tienne juridiquement est une autre question que de savoir si cela tient techniquement. Le module est en GPL-2.0, et la GPL couvre le module, pas l'acte de l'exécuter contre un firmware que vous avez acheté. L'exposition intéressante, c'est la garantie et, pour qui fait tourner cela dans un cluster payant, ce que disent les conditions de l'opérateur sur les configurations non prises en charge.

Le problème de chaîne d'approvisionnement que personne n'a demandé

À mi-chemin dans la FAQ, une question sur un site, une monnaie et un installeur. La réponse est un non catégorique : c'est la seule et unique source d'origine, et la crypto, les sites et les installeurs ne sont liés au projet d'aucune manière. Le README porte aussi trois adresses de portefeuille pour les dons, ce qui est un endroit étrange pour trouver un avertissement sur la crypto, et un endroit tout aussi étrange pour trouver de la crypto.

La forme du projet est désormais familière. Un utilitaire qui débloque une capacité matérielle, un large public qui en veut, aucun canal de distribution, et un README qui doit se défendre contre les usurpateurs. Pour qui possède une ferme de 3090 et un budget d'entraînement, le risque est ailleurs : celui qui a le plus besoin du module est le moins susceptible de lire la FAQ avant de lancer un `curl | bash` depuis un domaine sosie.

Ce qu'il faut en retenir

Le gain est réel mais étroit. Si votre charge est du calcul matriciel BF16, vous obtenez l'essentiel de l'accélération annoncée, la génération d'images et le fine-tuning étant en haut de la fourchette. Si votre charge est de l'inférence quantifiée, vous n'obtenez presque rien, et le README le dit avant que vous n'installiez quoi que ce soit.

La formulation honnête : c'est un déblocage de segmentation matérielle au gain mesuré et dépendant de la charge, publié avec ses propres cas d'échec. Pour un projet à 18 000 étoiles et fortement incité à exagérer, le README passe un temps inhabituel à expliquer quand il ne faut pas s'embêter.

Articles associés