解锁 RTX 张量核心的模块拿了 1.8 万星,作者先列了失败清单

NVIDIA 出厂就把 GeForce 显卡的张量核心砍到半速:FP16、BF16、TF32 配 FP32 累加时只有一半速率。而几乎所有 AI 训练和未量化推理跑的就是这套算术。同样的芯片挂上 RTX A 系列或专业卡的牌子,跑的就是全速。
一个叫 gpu-unlock 的项目在开机时把这个限制去掉,时机选在 NVIDIA 官方驱动绑定显卡之前。三周 17990 星。这个数字说明怀疑限速存在的人有多少。
README 到底承诺了什么
仓库是一个 Linux 内核模块,C 语言,模块和打包都是 GPL-2.0,10 月 18 日建立。开机时它写入两个速度选择器:SS0 写 `0x88888888`,选中完整的 BF16 速率;SS1 写入 4 位值 `0x8`,对应 IMLA4。然后做一次 FLR 复位,未经修改的 NVIDIA 驱动照常加载并绑定显卡。
方法刻意做窄:不用 UEFI 应用,不打补丁驱动,不刷 VBIOS。模块待在 initramfs 里、排在 `nvidia` 前面,一秒左右做完,NVIDIA 发新驱动也不用重做。驱动只在构建时下载,用来提取解锁所依赖的固件,所以版本要固定。
下面这些数字由用户在 issue 里自己提交,不是作者单独测的:
| 显卡 | 解锁前 BF16 | 解锁后 BF16 | 提升 | | --- | --- | --- | --- | | 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 那一行最有意思,README 自己也这么说:这张卡先撞功耗墙,再撞张量核心,所以原功耗下的大矩阵乘拿不到峰值数字暗示的那么多。纸面 100%,实际接近三分之一。

真实负载才见真章。FP16/BF16 或 AWQ/GPTQ 下的大模型预填充和提示词处理提升 25% 到 55%,首 token 时间缩短 25% 到 30%,BF16 的 LoRA 和全量微调提升 25% 到 50%,ComfyUI 里 SDXL、SD 1.5、Krea 和 DiT 类模型的 FP16/BF16 出图提升 30% 到 55%,Wan 2.2 的 BF16 视频生成提升 15% 到 20%,FlashAttention 内核提升 50% 到 60%。
然后是发布会文案里不会写的那一栏:llama.cpp 或 Ollama 跑的量化 GGUF 只涨 0 到 15%,且集中在长上下文;大模型解码一点不涨,因为卡在显存带宽;INT8、FP8、INT4 模型不涨;游戏和 FP32 CUDA 也不涨。
真正重要的是那句「逐位一致」
README 中段埋着一句话:解锁前后输出逐位一致,只有速度变了。
这一句把项目从超频那一类里摘了出来。超频不稳定就改结果,而稳定性是每开一次机都要重赌的硬币。这里改的是速率上限,算出来的还是同一套算术。如果这句话成立,训练不用重新验证,跑分不用加脚注,微调也不会因为硬件乘法方式不同而漂移。
这也解释了许可证的姿态。内核模块和打包是 GPL-2.0-only,README 指向 `firmware/NOTICE.md` 说明生成的缓冲区,它来自一份固定版本的 CMP 参考实现。NVIDIA 固件仍归 NVIDIA 自己的条款。项目没有假装自己拥有它再分发的东西。
安装,以及该慢下来的地方
编译过内核模块的人,三行就装完:
git clone https://github.com/Zagitta/gpu-unlock
cd gpu-unlock
make install
然后在命令行加 `gpu_unlock.targets=all`。`make install` 会读 `/etc/os-release`,给 Arch、Debian/Ubuntu、Fedora/RHEL 挑对应安装器。识别错了也有各自的显式目标。GRUB 用户改 `GRUB_CMDLINE_LINUX_DEFAULT` 再跑 `update-grub`;Fedora 用户跑 `grubby --update-kernel=ALL --args="gpu_unlock.targets=all"`;systemd-boot 用户加到 `options` 行。
这个开关很重要。不给内核参数,模块什么都不做。也可以传逗号分隔的 PCI 地址代替 `all`,名字用 `lspci -D` 打印的那串,这样一张亮机卡加一张计算卡的机器只解锁第二张。不支持的卡会记日志后忽略,`all` 和具体地址混写会被拒绝,而不是只做一半。
笔记本是明摆着的受害者。解锁只在独显不完全断电时有效,很多笔记本闲下来就给独显断电,选择器被悄悄复位。README 建议在 `/etc/modprobe.d/` 里写 `NVreg_DynamicPowerManagement=0x00`,随后承认结果参差。
支持程度是分级的。Ampere(RTX 30)稳定,有一百多份用户报告。Ada(RTX 40)和 Turing(RTX 20)是实验性。Blackwell(RTX 50)不支持,作者说多半也不会有。Windows 不维护,README 建议对市面上流传的安装包格外小心。
作者自己怎么解释动机
FAQ 里「NVIDIA 为什么要阉割我的显卡」只用一句回答:市场分层,他们想让企业去买没有这些限制、贵得多的专业卡。
这就是论点,省略也是故意的。它没说被阉的卡不能用,没说专业卡溢价是欺诈,也没说解锁会产出不同的图。它只说两个产品是同一个产品加一个速率限制,而限制写在固件里,不在裸片上。
法律上站不站得住,和技术上站不站得住是两个问题。模块是 GPL-2.0,GPL 管的是模块,不是你拿它去跑自己买来的固件这个行为。真正的风险在保修,以及拿它跑付费集群的人——得看运营方条款怎么写不支持配置。
没人问过的供应链问题
FAQ 中段有一条问某个网站、某个币和某个安装包。回答是干脆的不:这是唯一的原始来源,加密货币、网站和安装包与项目没有任何关系。README 同时挂着三个捐款钱包地址——在一个警告加密货币的地方看到加密货币,有点奇怪。
这个项目的形状现在很眼熟。一个解锁硬件能力的工具,一群想要它的人,没有分发渠道,一份必须自证清白的 README。对手里有 3090 集群和训练预算的人来说,风险在别处:最需要这个模块的人,最不可能在从仿冒域名跑 `curl | bash` 之前读完 FAQ。
能带走什么
提升是真的,但很窄。负载是 BF16 矩阵运算,就能拿到宣传里的大部分加速,出图和微调在区间上端。负载是量化推理,几乎什么也拿不到,README 在你装之前就说了。
诚实的说法是:这是一次硬件分层解锁,收益经过实测、随负载变化,发布时把自己的失败案例一并附上。一个 1.8 万星、有强烈动机夸大的项目,却花了不寻常的篇幅告诉你什么时候别折腾。
相关文章
744B 模型住进 9.9 GB 内存,专家从硬盘上读
colibri 把 744B 混合专家模型里常用的那部分留在内存,专家从磁盘流式读。README 把慢的基准和快的一起发,所以值得读。
不动模型,也能把智能体调好
Harness² 冻结权重,只改模型周围的八个组件,然后对比几次运行的差异。一个 benchmark 上最多涨 11.5 分,没有一次梯度更新。
编辑榜排第二,调用榜前五十都没进
微软发了一个根本不能生成图像的模型。它在编辑榜第二,在请求量前五十里找不到。这个落差说明图像榜单到底在量什么。
35 万个假受害者,和机构撒谎的伦理问题
Apate.ai 跑着 35 万个 AI 人格,工作是让骗子骗,再把骗出来的情报卖给银行和运营商。浪费时间这一步成立,没有人算过账的是那个先例。