GeForceのTensor Core制限を起動時に外す、17000スターのカーネルモジュール

NVIDIAはGeForceカードを、FP16、BF16、TF32のFP32累積演算でTensor Coreが半分の速度に制限された状態で出荷している。AIの訓練と量子化前の推論のほぼすべてが動く演算だ。同じシリコンをRTX Aシリーズやプロ向けカードとして売る場合は、フル速度で動く。
gpu-unlockというプロジェクトは、純正のNVIDIAドライバがカードにバインドする前、起動時にこの制限を外す。3週間で17,990スターに達した。制限があると疑っていた人がどれだけいたかを物語る数字だ。
READMEが実際に主張していること
リポジトリはLinuxカーネルモジュールで、C、モジュールとパッケージングはGPL-2.0、作成日は10月18日。起動時に2つの速度セレクタを書き込む。SS0に `0x88888888` を入れてBF16のフル速度を選び、SS1に4ビット値 `0x8` を入れてIMLA4を選ぶ。その後FLRリセットを実行し、未改変のNVIDIAドライバが通常どおり読み込まれてカードにバインドする。
手法は意図的に狭い。UEFIアプリなし、ドライバのパッチなし、VBIOSの書き換えなし。モジュールは `nvidia` より前のinitramfsに入り、1秒ほどで仕事を終え、NVIDIAが新しいドライバを出してもやり直すものは残らない。ドライバはビルド中にだけダウンロードする。アンロックが依存するファームウェアを取り出すためで、そのため1つのバージョンが固定されている。
報告されている数値は、作者だけが測ったものではなく、ユーザーがイシュートラッカーに上げたものだ。
| カード | BF16 実行前 | BF16 実行後 | 向上 | | --- | --- | --- | --- | | 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% |
RTX 4090の行が興味深い。READMEもそう書いている。このカードはTensor Coreより先に電力で頭打ちになるため、定格電力での大きなGEMMは、ピーク値が示すほど伸びない。紙の上の100%は、実際には3分の1程度になる。

実ワークロードでも誠実さは続く。FP16/BF16またはAWQ/GPTQでのLLMのprefillとプロンプト処理は25〜55%向上、最初のトークンまでの時間は25〜30%短縮、BF16でのLoRAとフルファインチューニングは25〜50%向上、ComfyUIでのSDXL、SD 1.5、Krea、DiT系モデルのFP16/BF16画像生成は30〜55%向上、Wan 2.2のBF16動画生成は15〜20%向上、FlashAttentionカーネルは50〜60%向上する。
そのあとに、ローンチ記事には載らない列が続く。llama.cppやOllama経由の量子化GGUFは0〜15%で、大半は長いコンテキストでの話だ。LLMのデコードは伸びない。メモリ律速だからだ。INT8、FP8、INT4のモデルは伸びない。ゲームとFP32のCUDAも伸びない。
ビット単位で同一、という主張が本質
READMEの中ほどに一文が埋まっている。出力は前後でビット単位に同一で、変わるのは速度だけだ、と。
この一行が、プロジェクトをオーバークロックのカテゴリから外す。オーバークロックは不安定なときに結果が変わり、安定性はセッションごとに繰り返すコイントスだ。こちらはレート制限を変えるだけで、出てくる演算は同じ演算だ。この文が成り立つなら、訓練を再検証する必要はなく、ベンチマークに脚注は要らず、ハードウェアのかけ算が違うせいでファインチューニングがずれることもない。
ライセンスの姿勢もそこから説明できる。カーネルモジュールとパッケージングはGPL-2.0-onlyで、生成されるバッファについては `firmware/NOTICE.md` を指し、固定されたCMPリファレンスに由来すると書いている。NVIDIAのファームウェアはNVIDIA自身の条項のままだ。再配布するものの権利を自分が持つふりはしていない。
インストール、そして減速すべきところ
カーネルモジュールをビルドしたことがある人なら、インストールは3行だ。
git clone https://github.com/Zagitta/gpu-unlock
cd gpu-unlock
make install
そのあとカーネルコマンドラインに `gpu_unlock.targets=all` を追加する。`make install` は `/etc/os-release` を読み、Arch、Debian/Ubuntu、Fedora/RHEL向けのインストーラを選ぶ。自動判定が外した場合のために、それぞれ明示的なターゲットもある。GRUBなら `GRUB_CMDLINE_LINUX_DEFAULT` を編集して `update-grub` を実行、Fedoraなら `grubby --update-kernel=ALL --args="gpu_unlock.targets=all"`、systemd-bootなら `options` 行に追記する。
オプトインである点が重要だ。カーネルパラメータがなければモジュールは何もしない。`all` の代わりにPCIアドレスのカンマ区切りリストを渡すこともでき、`lspci -D` が表示する名前を使う。表示用と計算用の2枚差しのマシンなら、2枚目だけをアンロックできる。非対応カードはログに残して無視され、`all` と明示アドレスの混在は半分だけ適用されるのではなく拒否される。
ノートPCは正直な犠牲者だ。アンロックはdGPUが完全に電源落ちしない場合にしか残らない。多くのノートPCはアイドル時に電源を切り、セレクタは黙ってリセットされる。READMEは `/etc/modprobe.d/` に `NVreg_DynamicPowerManagement=0x00` を置くことを提案し、そのうえで結果はまちまちだと認めている。
サポートは段階分けされていて一様ではない。Ampere(RTX 30)は100件を超えるユーザー報告があり安定。Ada(RTX 40)とTuring(RTX 20)は実験的。Blackwell(RTX 50)は非対応で、実現は難しいと作者は言う。Windowsはメンテナンスされておらず、READMEは出回っているインストーラに十分注意するよう勧めている。
なぜこれが存在するのか、作者自身の言葉で
FAQは「なぜNVIDIAは私のGPUを制限したのか」に一文で答える。市場のセグメンテーションであり、企業にはこの制限のないプロ向けカードをかなり高い価格で買ってほしいのだ、と。
それが主張であり、省略は意図的だ。制限されたカードが使えないとも、プロ向けの上乗せが詐欺だとも、アンロックすると違う画像が出るとも言っていない。言っているのは、2つの製品はレート制限付きの同じ製品で、制限はダイではなくファームウェアで施行されている、ということだ。
これが法的に通るかは、技術的に通るかとは別の問いだ。モジュールはGPL-2.0で、GPLが及ぶのはモジュールであって、買ったファームウェアに対して実行する行為ではない。興味深いのは保証と、有償クラスタで動かす場合の、非サポート構成に関する運用者の条項だ。
誰も求めていないサプライチェーンの問題
FAQの中ほどに、ウェブサイトとコインとインストーラについての質問がある。答えはきっぱり「いいえ」だ。ここが唯一の原典であり、暗号資産、ウェブサイト、インストーラは本プロジェクトと一切関係ない。READMEには寄付用のウォレットアドレスが3つ載っていて、暗号資産に関する警告と暗号資産が同じ場所にあるのは奇妙だ。
このプロジェクトの形はもう見慣れている。ハードウェアの能力を解放するツール、それを求める大きな観客、配布チャネルはなく、なりすましに対して自己防衛しなければならないREADME。3090の艦隊と訓練予算を持つ人にとって、リスクは別のところにある。最もモジュールを必要とする人が、似たドメインの `curl | bash` を実行する前にFAQを読む可能性が最も低い。
ここから何を持ち帰るか
効果は本物だが狭い。ワークロードがBF16の行列演算なら、宣伝された高速化の大半が得られ、画像生成とファインチューニングが上限側に来る。量子化推論ならほぼ何も得られず、READMEは何かをインストールする前にそう書いている。
正直な整理はこうだ。これはハードウェアのセグメンテーションを外すもので、効果は実測値でワークロード依存であり、失敗するケースも一緒に公開されている。18,000スターと誇張したい強い動機を持つプロジェクトにしては、READMEは「気にしなくていい場面」に異例なほどの紙幅を割いている。
関連記事
Antigravityのリモートエージェント、クラウドVMで動く代わりに手放すもの
Antigravity 2.29でリモートエージェントが登場し、セッションとツールがGoogle管理のクラウドVMで動くようになった。ノートPCを閉じても作業は続くが、ローカルのMCPサーバーやskillsは失われる。
NVIDIA、世界モデル「Cosmos 3」の派生4種とデコード基盤「VFlash」を相次いで公開
NVIDIAは11月5日、16BのCosmos 3 Nanoを専門化した4つのチェックポイントをOpenMDW1.1で公開し、学習レシピと推論コードも添えた。翌日には幾何出力を並列生成するデコード基盤VFlashを発表している。
GitHubトレンドの4分の1を「エージェントskills」が占め、導入方法は4通りに分裂
11月8日のGitHubデイリートレンド15件のうち4件がエージェントskillsのリポジトリだった。形式は`SKILL.md`とYAMLフロントマターだけで単純だが、導入経路は4製品でばらばらで、重複が優先順位の問題を生む。
Thinking Machinesの「Inkling 2 Small」、594Bの疎なMoEで86.3% 重みは「来週」のまま
Thinking Machinesは11月5日、総パラメータ594B・トークンあたり17B活性の疎なMoE「Inkling 2 Small」を発表した。SWE-Bench Pro v2 Hardで86.3%を記録し、Apache 2.0の重みは公開1週間後以降とされる。