A NVIDIA vende o mesmo silício duas vezes. Um módulo de kernel abre a trava antes do driver carregar.

A NVIDIA entrega as placas GeForce com os tensor cores limitados à metade da taxa em contas FP16, BF16 e TF32 com acumulação em FP32. É a aritmética que roda quase todo treinamento de IA e toda inferência sem quantização. O mesmo silício vendido como RTX A-series ou como placa profissional roda na taxa cheia.
Um projeto chamado gpu-unlock remove esse limite no boot, antes de o driver original da NVIDIA assumir a placa. Chegou a 17.990 estrelas em três semanas, o que diz algo sobre quanta gente desconfiava que o limite estivesse ali.
O que o README afirma de fato
O repositório é um módulo de kernel Linux, em C, GPL-2.0 para o módulo e para o empacotamento, criado em 18 de outubro. No boot ele grava dois seletores de velocidade: SS0 recebe `0x88888888`, que seleciona a taxa cheia de BF16, e SS1 recebe o valor de 4 bits `0x8` para IMLA4. Depois executa um reset FLR, e o driver da NVIDIA sem modificação carrega e assume a placa como sempre.
O método é estreito de propósito: nenhum aplicativo UEFI, nenhum driver modificado, nenhuma gravação de VBIOS. O módulo fica no initramfs à frente do `nvidia`, faz o trabalho em cerca de um segundo e não deixa nada para refazer quando a NVIDIA lança um driver novo. O driver só é baixado durante o build, para extrair o firmware de que o desbloqueio depende, e é por isso que uma versão fica fixada.
Os números divulgados foram registrados por usuários no issue tracker, não medidos apenas pelo autor:
| Placa | BF16 antes | BF16 depois | Ganho | | --- | --- | --- | --- | | 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% |
A linha da RTX 4090 é a mais interessante, e o próprio README admite: a placa esgota a energia antes de esgotar os tensor cores, então GEMMs grandes nos limites de consumo de fábrica ganham bem menos do que aquele pico sugere. Cem por cento no papel viram algo mais próximo de um terço na prática.

Cargas reais são onde a honestidade continua. Prefill de LLM e processamento de prompt em FP16/BF16 ou AWQ/GPTQ ganham de 25% a 55%, o tempo até o primeiro token cai de 25% a 30%, LoRA e fine-tuning completo em BF16 ganham de 25% a 50%, geração de imagem em FP16/BF16 nos modelos SDXL, SD 1.5, Krea e DiT no ComfyUI ganha de 30% a 55%, geração de vídeo em BF16 ganha de 15% a 20% no Wan 2.2, e kernels FlashAttention ganham de 50% a 60%.
Depois vem a coluna que ninguém coloca em post de lançamento: GGUF quantizado via llama.cpp ou Ollama ganha de 0% a 15%, quase todo em contexto longo. Decode de LLM não ganha nada, porque é limitado por memória. Modelos INT8, FP8 e INT4 não ganham nada. Jogos e CUDA em FP32 não ganham nada.
Saída bit a bit idêntica é a afirmação que importa
No meio do README existe uma frase: as saídas são bit a bit idênticas antes e depois, só a velocidade muda.
Essa única linha tira o projeto da categoria overclock. Overclock muda o resultado quando está instável, e estabilidade é uma moeda que se joga a cada sessão. Aqui o que muda é um limite de taxa, e a aritmética que sai é a mesma aritmética. Se a frase se sustenta, um treinamento não precisa ser revalidado, um benchmark não precisa de nota de rodapé, e um fine-tune não desvia porque o hardware multiplicou diferente.
Isso também explica a postura de licenciamento. O módulo e o empacotamento são GPL-2.0-only, e o README aponta para `firmware/NOTICE.md` no caso do buffer gerado, que deriva de uma referência CMP fixada. O firmware da NVIDIA continua sob os termos da NVIDIA. O projeto não finge ser dono do que redistribui.
Instalação, e a parte em que vale desacelerar
A instalação são três linhas para quem já compilou um módulo de kernel:
git clone https://github.com/Zagitta/gpu-unlock
cd gpu-unlock
make install
Depois, `gpu_unlock.targets=all` entra na linha de comando do kernel. O `make install` lê `/etc/os-release` e escolhe um instalador para Arch, Debian/Ubuntu ou Fedora/RHEL. Existem alvos explícitos para cada um, caso a detecção erre. Usuários de GRUB editam `GRUB_CMDLINE_LINUX_DEFAULT` e rodam `update-grub`; no Fedora o comando é `grubby --update-kernel=ALL --args="gpu_unlock.targets=all"`; no systemd-boot, acrescenta-se à linha `options`.
O opt-in importa. Sem o parâmetro de kernel, o módulo não faz nada. É possível passar uma lista de endereços PCI separados por vírgula em vez de `all`, usando os nomes que o `lspci -D` imprime, de modo que uma máquina com placa de vídeo e placa de cálculo libere só a segunda. Placas não suportadas são registradas em log e ignoradas, e um `all` misturado com endereços explícitos é rejeitado em vez de aplicado pela metade.
Os notebooks são a baixa honesta. O desbloqueio só sobrevive se a GPU dedicada nunca desligar por completo, e muitos notebooks a desligam em ociosidade, resetando o seletor em silêncio. O README sugere `NVreg_DynamicPowerManagement=0x00` em `/etc/modprobe.d/` e em seguida admite que se deve esperar resultado misto.
O suporte é graduado, não uniforme. Ampere (RTX 30) é estável, com mais de cem relatos de usuários. Ada (RTX 40) e Turing (RTX 20) são experimentais. Blackwell (RTX 50) não tem suporte, e o autor diz que é improvável que tenha. O Windows não é mantido, e o README recomenda muito cuidado com os instaladores que circulam por aí.
Por que isso existe, nas palavras do autor
O FAQ responde “por que a NVIDIA capou minha GPU” em uma frase: segmentação de mercado, eles querem que as empresas comprem as placas profissionais sem essas limitações, a preços bem maiores.
É o argumento, e as omissões são deliberadas. Não afirma que as placas capadas são inutilizáveis, nem que o sobrepreço profissional é fraude, nem que o desbloqueio produz imagens diferentes. Afirma que dois produtos são o mesmo produto com um limite de taxa, e que o limite é imposto no firmware, não no die.
Se isso se sustenta juridicamente é outra pergunta, diferente de se sustenta tecnicamente. O módulo é GPL-2.0, e a GPL cobre o módulo, não o ato de executá-lo contra um firmware que você comprou. A exposição interessante é a garantia e, para quem roda isso num cluster pago, o que os termos do operador dizem sobre configurações não suportadas.
O problema de cadeia de suprimentos que ninguém pediu
No meio do FAQ há uma pergunta sobre um site, uma moeda e um instalador. A resposta é um não seco: esta é a única fonte original, e cripto, sites e instaladores não têm nenhuma ligação com o projeto. O README também traz três endereços de carteira para doações, o que é um lugar estranho para encontrar um alerta sobre cripto e um lugar estranho para encontrar cripto.
A forma deste projeto já é familiar. Um utilitário que libera capacidade de hardware, um público grande que quer isso, nenhum canal de distribuição e um README que precisa se defender de impostores. Para quem tem uma frota de 3090 e orçamento de treinamento, o risco está em outro lugar: quem mais precisa do módulo é o que tem menos chance de ler o FAQ antes de rodar um `curl | bash` de um domínio parecido.
O que ficar disso
O ganho é real, mas estreito. Se a sua carga é aritmética de matriz em BF16, você pega a maior parte do ganho anunciado, com geração de imagem e fine-tuning no topo da faixa. Se a sua carga é inferência quantizada, você não ganha quase nada, e o README diz isso antes de você instalar qualquer coisa.
O enquadramento honesto é este: um desbloqueio de segmentação de hardware com retorno medido e dependente da carga, publicado com os próprios casos de falha anexados. Para um projeto com 18.000 estrelas e forte incentivo a exagerar, o README gasta um espaço incomum explicando quando não vale a pena.
Artigos relacionados
O Antigravity levou os agentes para a nuvem. O que fica de fora é o seu setup local
A versão 2.29 do Antigravity coloca o agente em uma VM na nuvem que sobrevive ao seu laptop e usa voz para aprovar permissões. O setup local não vai junto.
A NVIDIA abriu quatro modelos de mundo de 16B. O que ninguém mediu é o aprendizado de política
Quatro modelos de mundo abertos de 16B e um decodificador que emite geometria de uma só vez. A NVIDIA entregou as duas metades, mas admitiu que falta medir o aprendizado de política.
Quatro dos repositórios em alta no GitHub são bibliotecas de skills. O problema agora é empacotar
Skills de agente ocupam mais de um quarto das tendências do GitHub, vindas da Anthropic, Google e Cloudflare. O formato é simples; o empacotamento é um caos de quatro caminhos.
A Thinking Machines lançou um modelo de 594B e empurrou os pesos para a semana seguinte
O Inkling 2 Small chega com contexto de um milhão de tokens e visão como canal de verificação. Os pesos abertos, prometidos para a semana seguinte, ainda não têm data.