← Retour au blog
AiEnviron 7 min de lecture

Vos GeForce tournent à la moitié de leurs tensor cores, et un patch existe

Publié le 11 nov. 2026
Vos GeForce tournent à la moitié de leurs tensor cores, et un patch existe

L'affirmation tient en une phrase, et c'est le genre qui énerve avant la fin de la lecture : NVIDIA livre ses cartes GeForce avec les tensor cores bridés à la moitié de leur vitesse pour les calculs FP16, BF16 et TF32 à accumulation FP32.

C'est le calcul utilisé par presque tout l'entraînement et toute l'inférence non quantifiée. Le même silicium vendu en RTX série A ou en carte professionnelle tourne à pleine vitesse. Un projet nommé gpu-unlock affirme retirer le bridage au démarrage, avant le chargement du pilote standard, et il a récolté environ 15 000 étoiles pour cela.

Avant d'aller plus loin : c'est un patch de kernel au niveau du boot sous Linux, en GPL-2.0, et ce n'est pas à tester sur la machine qui vous fait vivre.

Pourquoi l'affirmation n'est pas absurde

La segmentation produit par firmware n'est pas une théorie du complot, c'est un modèle économique. Intel a vendu des processeurs verrouillés sur le multiplicateur pendant des décennies. Les fabricants de GPU trient leurs puces, et les catégories diffèrent par plus que la fréquence. La question intéressante n'est jamais « segmentent-ils » mais « quelle capacité précise ont-ils désactivée, et est-ce matériel ou logiciel ».

La réponse du projet est : logiciel, et elle est précise — accumulation FP16, BF16 et TF32 avec accumulation FP32. Sa propre FAQ répond en une ligne à la question évidente — « segmentation de marché, ils veulent que les entreprises achètent les cartes professionnelles sans ces limitations, à des prix nettement plus élevés » — puis répond à la deuxième question évidente, celle des dommages sur la carte, par « très improbable », en notant que le throttling et la gestion d'énergie restent intacts.

Je traiterais les deux réponses comme des affirmations, pas des garanties. Le mécanisme est plausible et le motif est documenté dans toute l'industrie. Les conséquences thermiques à long terme sur un SKU précis ne sont pas quelque chose qu'un README peut promettre.

Ce que cela change dans les chiffres

Le README publie un tableau des gains attendus : jusqu'à 2× le débit tensor FP16/BF16/TF32, +25 à 55 % en prefill de LLM, +25 à 50 % en fine-tuning, +30 à 55 % en génération d'images.

Ces fourchettes sont inhabituellement précises, et leur forme est instructive. Le prefill est une grosse charge de matmul, donc il profite le plus du débit tensor brut. Le decode est limité par la bande passante mémoire, donc il profite le moins — d'où une promesse portant sur le prefill et pas sur les tokens par seconde globaux. Le fine-tuning est au milieu. La génération d'images, charge dense de convolution et d'attention, se situe près du haut.

Si vous faites du fine-tuning LoRA sur une 4090, c'est la différence entre une passe de neuf heures et une de cinq heures. Si vous générez des images par lots la nuit, c'est la différence entre 400 et 550 images. Ni l'un ni l'autre n'est une erreur d'arrondi.

Une carte graphique photographiée sur une surface sombre, une loupe posée sur un coin du circuit imprimé

La liste de compatibilité, voilà l'histoire

C'est ici que le projet devient honnête d'une façon que la plupart des bidouilles matérielles n'ont pas.

Ampere, RTX série 30 : pris en charge. La liste complète est explicite — de la 3050 à la 3090 Ti, plus certaines puces mobiles.

Ada Lovelace, RTX série 40 : expérimental.

Turing, RTX série 20 : expérimental.

Blackwell, RTX série 50 : non pris en charge, et la FAQ ajoute « peu probable que cela arrive ».

Cette dernière ligne compte plus que la liste des cartes compatibles. Les cartes les plus récentes, celles que les gens achètent aujourd'hui pour l'IA, sont exactement celles sur lesquelles ça ne marche pas. L'outil n'est donc pas un déverrouillage général. C'est une mission de sauvetage pour une génération de matériel que beaucoup possèdent déjà.

Il y a une réserve portable facile à manquer et qui coûtera un après-midi : sur un portable, le déverrouillage ne tient que si le GPU dédié n'est jamais complètement éteint. Beaucoup l'éteignent au repos, ce qui réinitialise le déverrouillage sans bruit. Mettre NVreg_DynamicPowerManagement=0x00 aide sur certains modèles. « Attendez-vous à des résultats variables » est la formule du README, et c'est la bonne attente.

Comment se passe l'installation

Ce n'est pas un remplacement de pilote. C'est le choix de conception qui rend la chose intéressante.

Vous clonez le dépôt, lancez make install, puis ajoutez gpu_unlock.targets=all à votre ligne de commande du kernel. Sous GRUB, vous éditez GRUB_CMDLINE_LINUX_DEFAULT et régénérez. Sous Fedora, vous passez par grubby. Sous systemd-boot, vous éditez la ligne d'options. Puis vous redémarrez.

Le déverrouillage a lieu avant le chargement du pilote NVIDIA standard, ce qui lui permet de survivre aux mises à jour de pilote. Le README précise que la version de pilote figée dans le build ne sert qu'à extraire le firmware dont dépend le déverrouillage, et non parce que celui-ci serait lié à une version.

Le profil de risque diffère nettement d'un patch du binaire du pilote. Un patch de pilote casse à chaque mise à jour et peut vous laisser sans affichage. Un patch de firmware au démarrage, que le pilote ignore, a plus de chances de fonctionner ou d'échouer proprement.

Plus de chances ne veut pas dire garantie. Prévoyez de pouvoir démarrer sans le paramètre avant de l'ajouter.

Qui doit s'y intéresser, et qui non

Intéressez-vous-y si vous avez une RTX 3090 ou 4090 qui fait du fine-tuning ou de la génération d'images par lots, si vous êtes sous Linux et si éditer une configuration de bootloader ne vous pose pas de problème. L'économie est absurde : 30 % de débit en plus pour zéro euro, sur du matériel déjà payé. Dans un marché où l'on loue des H100 à l'heure, c'est une drôle de forme de repas gratuit.

N'y touchez pas sous Windows. Il existe un portage communautaire, et le README conseille lui-même d'être « très prudent » avec les installeurs qui circulent. C'est le bon conseil. Les déverrouillages GPU au niveau du kernel depuis des binaires non officiels sont une mauvaise catégorie de confiance.

N'y touchez pas si vous avez une carte RTX série 50. Ça ne marche pas, et selon l'auteur, ça ne marchera probablement jamais.

N'y touchez pas si votre charge est dominée par l'inférence et limitée par la bande passante. La vitesse de decode bougera à peine, et vous aurez ajouté de la complexité au boot pour un changement que vous ne mesurez pas.

La partie gênante

Il existe une version de cette histoire où la leçon est « les fabricants vous arnaquent ». Je ne crois pas que ce soit tout à fait juste, et il vaut la peine de préciser pourquoi.

NVIDIA vend une 4090 à 1 600 dollars et une RTX 6000 Ada à environ 6 800 dollars. Si elles étaient identiques en tout point, personne n'achèterait la seconde, et c'est la seconde qui finance les pilotes, l'écosystème CUDA et les contrats de support dont les entreprises ont réellement besoin. La segmentation est ce qui permet à ce marché de se vider.

Le problème gênant n'est pas que le bridage existe. C'est qu'il est invisible. Rien sur la boîte ne dit « débit tensor FP16 : moitié ». Rien dans la fiche technique ne le dit. On l'apprend en benchmarkant, ou en lisant un dépôt GitHub à 15 000 étoiles avec une FAQ qui répond à la question que la fiche technique évitait.

C'est un problème de documentation plus qu'un problème de matériel, et le correctif coûte moins cher que le matériel. Publiez le chiffre. Laissez les gens décider si la carte professionnelle les vaut avec l'écart réel sous les yeux, au lieu de le découvrir des années plus tard grâce au patch de kernel d'un inconnu.

Articles associés