← Torna al blog
Aicirca 7 min di lettura

NVIDIA vende due volte lo stesso silicio: un modulo kernel apre il blocco prima del driver

Pubblicato 11 nov 2026
NVIDIA vende due volte lo stesso silicio: un modulo kernel apre il blocco prima del driver

NVIDIA vende le schede GeForce con i tensor core limitati a metà velocità per i calcoli FP16, BF16 e TF32 con accumulo FP32. È l'aritmetica su cui gira quasi tutto l'addestramento AI e l'inferenza non quantizzata. Lo stesso identico silicio venduto come RTX A-series o come scheda professionale gira a velocità piena.

Un progetto chiamato gpu-unlock rimuove quel limite all'avvio, prima che il driver NVIDIA originale si agganci alla scheda. Ha raggiunto 17.990 stelle in tre settimane, il che dice qualcosa su quante persone sospettassero che il limite esistesse.

Che cosa dichiara davvero il README

Il repository è un modulo del kernel Linux, in C, GPL-2.0 per il modulo e per il packaging, creato il 18 ottobre. All'avvio scrive due selettori di velocità: SS0 riceve `0x88888888`, che seleziona la velocità BF16 piena, e SS1 riceve il valore a 4 bit `0x8` per IMLA4. Poi esegue un reset FLR, e il driver NVIDIA non modificato si carica e si aggancia alla scheda come sempre.

Il metodo è ristretto per scelta: nessuna applicazione UEFI, nessun driver modificato, nessun flash del VBIOS. Il modulo sta nell'initramfs prima di `nvidia`, fa il suo lavoro in circa un secondo e non lascia nulla da rifare quando NVIDIA pubblica un nuovo driver. Il driver viene scaricato solo durante la build, per estrarre il firmware da cui dipende lo sblocco: per questo una versione resta fissata.

I numeri riportati, inseriti dagli utenti nell'issue tracker e non misurati soltanto dall'autore:

| Scheda | BF16 prima | BF16 dopo | Guadagno | | --- | --- | --- | --- | | 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 riga della RTX 4090 è quella interessante, e il README lo dice da solo: la scheda finisce la potenza prima dei tensor core, quindi i GEMM grandi ai limiti di fabbrica guadagnano molto meno di quanto suggerisca quel picco. Il cento per cento sulla carta diventa in pratica circa un terzo.

Un piccolo anello in ottone lavorato, con un intaglio sulla faccia interna, su feltro nero.

I carichi reali sono il punto in cui l'onestà continua. Prefill LLM ed elaborazione del prompt in FP16/BF16 o AWQ/GPTQ guadagnano dal 25 al 55 per cento, il time to first token scende del 25-30 per cento, LoRA e fine-tuning completo in BF16 guadagnano dal 25 al 50 per cento, la generazione di immagini in FP16/BF16 su SDXL, SD 1.5, Krea e modelli DiT in ComfyUI guadagna dal 30 al 55 per cento, la generazione video in BF16 guadagna dal 15 al 20 per cento su Wan 2.2, e i kernel FlashAttention guadagnano dal 50 al 60 per cento.

Poi c'è la colonna che nessuno mette in un post di lancio: i GGUF quantizzati via llama.cpp o Ollama guadagnano dallo 0 al 15 per cento, soprattutto sul contesto lungo. Il decode LLM non guadagna nulla, perché è limitato dalla memoria. I modelli INT8, FP8 e INT4 non guadagnano nulla. Gaming e CUDA FP32 non guadagnano nulla.

L'identità bit per bit è l'affermazione che conta

In mezzo al README c'è una frase: l'output è identico bit per bit prima e dopo, cambia solo la velocità.

Quella riga sposta il progetto fuori dalla categoria overclock. L'overclock cambia i risultati quando è instabile, e la stabilità è un lancio di moneta che ripeti a ogni sessione. Qui cambia un limite di velocità, e l'aritmetica che esce è la stessa aritmetica. Se la frase regge, un addestramento non va rivalidato, un benchmark non ha bisogno di una nota, e un fine-tuning non deriva perché l'hardware ha moltiplicato in modo diverso.

Spiega anche la scelta di licenza. Il modulo kernel e il packaging sono GPL-2.0-only, e il README rimanda a `firmware/NOTICE.md` per il buffer generato, che deriva da un riferimento CMP fissato. Il firmware NVIDIA resta sotto i termini di NVIDIA. Il progetto non finge di possedere ciò che ridistribuisce.

Installazione, e il punto in cui conviene rallentare

L'installazione sono tre righe per chiunque abbia compilato un modulo kernel:

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

Poi `gpu_unlock.targets=all` va sulla command line del kernel. `make install` legge `/etc/os-release` e sceglie un installer per Arch, Debian/Ubuntu o Fedora/RHEL. Ci sono target espliciti per ciascuna distribuzione, se il rilevamento sbaglia. Chi usa GRUB modifica `GRUB_CMDLINE_LINUX_DEFAULT` ed esegue `update-grub`; su Fedora si esegue `grubby --update-kernel=ALL --args="gpu_unlock.targets=all"`; con systemd-boot si aggiunge alla riga `options`.

L'opt-in conta. Senza il parametro del kernel il modulo non fa nulla. Si può passare un elenco separato da virgole di indirizzi PCI invece di `all`, usando i nomi che stampa `lspci -D`, così una macchina con una scheda per il display e una per il calcolo può sbloccare solo la seconda. Le schede non supportate finiscono nel log e vengono ignorate, e un `all` mescolato a indirizzi espliciti viene rifiutato invece di essere applicato a metà.

I portatili sono la vittima onesta. Lo sblocco sopravvive solo se la GPU discreta non si spegne mai del tutto, e molti portatili la spengono quando è inattiva, resettando il selettore senza dire nulla. Il README suggerisce `NVreg_DynamicPowerManagement=0x00` in `/etc/modprobe.d/`, poi ammette di aspettarsi risultati alterni.

Il supporto è graduato, non uniforme. Ampere (RTX 30) è stabile, con oltre cento segnalazioni degli utenti. Ada (RTX 40) e Turing (RTX 20) sono sperimentali. Blackwell (RTX 50) non è supportato e l'autore dice che è improbabile che lo sarà. Windows non è mantenuto, e il README consiglia molta prudenza con gli installer che circolano.

Perché esiste, nelle parole dell'autore

La FAQ risponde a «perché NVIDIA ha limitato la mia GPU» con una frase: segmentazione del mercato, vogliono che le aziende comprino le schede professionali senza questi limiti, a prezzi molto più alti.

Questo è l'argomento, e le omissioni sono deliberate. Non sostiene che le schede limitate siano inutilizzabili, né che il sovrapprezzo professionale sia una frode, né che lo sblocco produca immagini diverse. Sostiene che due prodotti sono lo stesso prodotto con un limite di velocità, e che il limite è imposto nel firmware, non nel die.

Se regga legalmente è una domanda diversa da se regga tecnicamente. Il modulo è GPL-2.0, e la GPL copre il modulo, non l'atto di eseguirlo contro un firmware che hai comprato. L'esposizione interessante è la garanzia e, per chi lo usa in un cluster pagato, quello che i termini dell'operatore dicono sulle configurazioni non supportate.

Il problema di filiera che nessuno aveva chiesto

A metà della FAQ c'è una domanda su un sito, una criptovaluta e un installer. La risposta è un no netto: questa è l'unica fonte originale, e cripto, siti e installer non hanno alcun rapporto con il progetto. Il README riporta anche tre indirizzi wallet per le donazioni, che è un posto strano per trovare un avvertimento sulle cripto e un posto strano per trovare cripto.

La forma di questo progetto ormai è nota. Un'utilità che sblocca capacità hardware, un pubblico vasto che la vuole, nessun canale di distribuzione, e un README che deve difendersi dagli impostori. Per chi ha un parco di 3090 e un budget di addestramento, il rischio sta altrove: chi ha più bisogno del modulo è il meno probabile che legga la FAQ prima di lanciare un `curl | bash` da un dominio sosia.

Che cosa portarsene via

Il guadagno è reale ma stretto. Se il tuo carico è aritmetica matriciale BF16, ottieni gran parte dell'accelerazione promessa, con generazione di immagini e fine-tuning in cima alla forbice. Se il tuo carico è inferenza quantizzata, ottieni quasi nulla, e il README lo dice prima che tu installi qualcosa.

La lettura onesta è che si tratta di uno sblocco di segmentazione hardware con un ritorno misurato e dipendente dal carico, pubblicato insieme ai propri casi di fallimento. Per un progetto con 18.000 stelle e un forte incentivo a esagerare, il README dedica uno spazio insolitamente ampio a spiegare quando è il caso di lasciar perdere.

Articoli correlati