← 返回博客
Ai预计阅读 7 分钟

GeForce 只有一半 Tensor Core 在跑,有人写了补丁

发布于 2026年11月11日
GeForce 只有一半 Tensor Core 在跑,有人写了补丁

这个说法只有一句话,而且属于那种让人读不完就上火的话:NVIDIA 卖的 GeForce 卡,在做 FP16、BF16、TF32 带 FP32 累加的运算时,Tensor Core 被封在一半速度。

而这几乎是所有训练和非量化推理用的那套运算。同样的硅,做成 RTX A 系列或专业卡卖,就是全速。一个叫 gpu-unlock 的项目说它在启动时、在原厂驱动加载之前把这个限制摘掉,靠这个拿了约 15,000 星。

先说清楚:这是在 Linux 上打启动级内核补丁,GPL-2.0,不是拿你吃饭那台机器试的东西。

这个说法为什么不离谱

用固件做产品分层不是阴谋论,是商业模式。Intel 卖锁倍频的 CPU 卖了几十年。GPU 厂商给芯片分级,而分档的差别不止频率。有意思的问题从来不是「分不分层」,而是「具体关掉了哪个能力,关在硬件里还是软件里」。

项目的答案是软件,而且很具体:FP16、BF16、TF32 配合 FP32 累加。它自己的 FAQ 用一行回答了显而易见的问题——「市场分层,他们希望企业去买没有这些限制的专业卡,价格高得多」——然后回答第二个显而易见的问题,会不会伤卡,「极不可能」,并指出降频和功耗管理依然有效。

我会把两个答案都当成主张,不是保证。机制说得通,动机在整个行业里有据可查。某个具体 SKU 上的长期热后果,不是 README 能承诺的东西。

对数字的影响

README 给了一张预期收益表:FP16/BF16/TF32 张量吞吐最高 2 倍,LLM prefill +25–55%,微调 +25–50%,图像生成 +30–55%。

这些区间具体得少见,而它们的形状本身有信息。prefill 是大矩阵乘负载,所以从裸张量吞吐里获益最多。decode 受显存带宽约束,获益最少——这也是为什么主张落在 prefill 而不是整体每秒 token 数。微调在中间。图像生成是稠密的卷积加注意力负载,落在靠近顶部的位置。

如果你在 4090 上跑 LoRA 微调,这是九小时和五小时的区别。如果你一夜批量出图,这是 400 张和 550 张的区别。都不是可以忽略的误差。

深色台面上的一张显卡,一把放大镜压在线路板的一角

兼容列表才是真正的故事

这里项目诚实得不像大多数硬件黑客项目。

Ampere,RTX 30 系: 支持。名单写全了——3050 到 3090 Ti,外加若干笔记本型号。

Ada Lovelace,RTX 40 系: 实验性。

Turing,RTX 20 系: 实验性。

Blackwell,RTX 50 系: 不支持,FAQ 补了一句「不太可能发生」。

最后这行比支持列表更重要。最新的卡,也就是大家现在为 AI 工作正在买的那些,恰恰是它不管用的那些。所以这不是一个通用解锁。这是一次针对某一代硬件的抢救,而那一代很多人手里已经有了。

还有一个容易漏、会浪费你一个下午的笔记本前提:笔记本只有在独显从不完全断电的情况下才保持解锁。很多机器空闲时会把独显关掉,解锁就被静默重置了。设 NVreg_DynamicPowerManagement=0x00 在部分型号上有用。README 的措辞是「预期结果参差」,这个预期是对的。

安装到底怎么走

它不是替换驱动。这个设计选择才让它有意思。

克隆仓库,跑 make install,然后往内核命令行加 gpu_unlock.targets=all。GRUB 上改 GRUB_CMDLINE_LINUX_DEFAULT 再重新生成。Fedora 上用 grubby。systemd-boot 上改 options 行。然后重启。

解锁发生在原厂 NVIDIA 驱动加载之前,所以它能扛过驱动更新。README 明确说,构建里钉住的驱动版本只是为了抽出解锁依赖的固件,不是因为解锁跟版本绑定。

这跟直接打驱动二进制是两个明显不同的风险画像。驱动补丁每次更新都失效,还可能让你没显示。一个驱动不知道的启动期固件补丁,更可能要么成功,要么干净地失败。

更可能不等于保证。加这个参数之前,先准备好一个能不带它启动的办法。

谁该在意,谁不必

该在意:你有一张 3090 或 4090 在做微调或批量出图,你跑 Linux,你不介意改引导配置。这笔账荒谬得离谱:零美元换 30% 吞吐,硬件你已经付过钱了。在一个大家按小时租 H100 的市场里,这是一种奇怪的免费午餐。

不必在意:你在 Windows 上。有一个社区移植版,而 README 自己的建议是对流传的安装包「非常小心」。这是对的建议。来自非官方二进制的内核级 GPU 解锁,是一个不该信任的类别。

不必在意:你在用 RTX 50 系。它不管用,作者说大概也不会管用。

不必在意:你的活是推理为主、受带宽约束的。decode 速度几乎不动,你为了一个量不出来的变化承担了启动复杂度。

不舒服的那部分

这个故事有一个版本,教训是「厂商在骗你」。我觉得不太对,值得把为什么说清楚。

NVIDIA 一张 4090 卖 1,600 美元,RTX 6000 Ada 大约 6,800 美元。如果两者各方面都一样,没人会买第二个,而第二个正是养驱动、CUDA 生态和企业真正需要的支持合同的钱。分层是这个市场出清的方式。

不舒服的地方不是限制存在。是限制不可见。盒子上没写「FP16 张量吞吐:一半」。规格表里没写。你是靠跑分知道的,或者靠读一个有 15,000 星、FAQ 里回答了规格表回避的问题的 GitHub 仓库知道的。

这更像文档问题而不是硬件问题,而文档的修法比硬件便宜。把数字发出来。让人们在真正的差值摆在面前时决定专业卡值不值,而不是几年后从一个陌生人的内核补丁里发现。

相关文章