الإجاباتمنشور24 المصادر
أداة gpu-unlock تسرّع بعض حسابات RTX 30، لا كل مهام الذكاء الاصطناعي
وحدة Linux مفتوحة المصدر تستهدف عمليات محددة في Tensor Core على بطاقات Ampere، منها FP16 وBF16 مع تراكم FP32. في اختبار المطوّر على RTX 3090 Ti، ارتفع أداء BF16 من 87.50 إلى 157.41 TFLOPS؛ لكن ذلك لا يعني تسارع كل تطبيقات الذكاء الاصطناعي بالمقدار نفسه.
نشر بواسطةتم التحرير باستخدام GPT-6 Lunaتم إنشاء الصور باستخدام GPT Image 2
إجابة البحث
الوجبات السريعة الرئيسية
- وحدة Linux مفتوحة المصدر تستهدف عمليات محددة في Tensor Core على بطاقات Ampere، منها FP16 وBF16 مع تراكم FP32.
- في اختبار المطوّر على RTX 3090 Ti، ارتفع أداء BF16 من 87.50 إلى 157.41 TFLOPS؛ لكن ذلك لا يعني تسارع كل تطبيقات الذكاء الاصطناعي بالمقدار نفسه.
- تقارير الاستخدام الفعلي تُظهر مكاسب متفاوتة، من تحسّن معالجة المطالبات إلى أداء شبه ثابت في توليد الرموز.
- الأداة مخصّصة للينكس، وتجربتها تتطلب تغييرات على إعدادات النواة وملف الإقلاع initramfs؛ أما مكاسب الألعاب وDLSS فلم تُثبت.
موجّه الذكاء الاصطناعي
openai.comCreate a landscape editorial hero image for this Studio Global article: What is Zagitta’s free, open-source gpu-unlock tool, how does its Linux kernel module raise FP16 and BF16 multiply-accumulate instruction is. Article summary: Zagitta’s gpu-unlock is an open-source Linux kernel module intended to remove selected Tensor Core instruction-issue limits on Ampere GeForce GPUs, bringing those issue rates—not overall GPU performance—to professional-c. Topic tags: general, general web, user generated. Style: premium digital editorial illustration, source-backed research mood, clean composition, high detail, modern web publication hero. Use reference image context only for broad subject, composition, and topical grounding; do not copy the exact image. Avoid: logos, brand marks, copyrighted characters, real person likenesses, fake screenshots, UI text, readable text, watermarks, charts with fa
تستهدف أداة gpu-unlock مفتوحة المصدر من المطوّر Zagitta بطاقات GeForce Ampere محددة، وتعمل على لينكس. وظيفتها رفع معدل إصدار بعض تعليمات Tensor Core، خصوصًا عمليات FP16 وBF16 التي تستخدم تراكم FP32. ويقول المطوّر إن ذلك يعيد معدلات إصدار هذه التعليمات إلى مستوى البطاقات الاحترافية. وتُظهر الاختبارات مكاسب كبيرة في بعض حسابات المصفوفات، لا زيادة موحّدة في سرعة كل تطبيق ذكاء اصطناعي. 1
8
كيف تعمل الأداة؟
تستهدف الأداة وحدات معالجة الرسوم GA102 وGA103 وGA104 وGA106. تُحمَّل عبر initramfs، أي ملف التهيئة الأولي للنظام أثناء الإقلاع، قبل ارتباط تعريف NVIDIA الرسمي بالبطاقة. ثم تغيّر محددات السرعة في العتاد، وتُجري إعادة ضبط وظيفية للبطاقة (FLR)، قبل تسليمها إلى التعريف الأصلي غير المعدّل. ومن بين الإعدادات التي يذكرها المستودع SS0 0x88888888 ومحدد IMLA4 ذي الأربعة بتات SS1 0x8. 1
تجمع الطريقة بين تقنية V67/PLM التي استُخدمت في أبحاث سابقة على بطاقات CMP المخصصة للتعدين، وبين تنفيذ التغيير مبكرًا قبل تحميل التعريف، كما في بعض أساليب UEFI. لكن gpu-unlock نفسها وحدة نواة لينكس، وليست تعريفًا معدّلًا من NVIDIA أو تطبيق UEFI. ووفقًا للطريقة الموصوفة، لا تتطلب تعديلًا ماديًا للبطاقة أو تفليشًا دائمًا لذاكرة VBIOS. 1
4
ماذا تقول أرقام الاختبارات؟
أرقام RTX 3090 Ti التالية من اختبار المطوّر لحساب GEMM كثيف بحجم 8192³، مع تراكم FP32 وحد طاقة 450 واط، وهي وسيط خمس عينات. هذه قياسات أبلغ عنها المطوّر وليست نتائج مجموعة اختبارات مستقلة وموحّدة. 1
| الاختبار على RTX 3090 Ti | قبل | بعد | الزيادة المعلنة |
|---|---|---|---|
| FP16 | 87.46 TFLOPS | 118.39 TFLOPS | نحو 35% |
| BF16 | 87.50 TFLOPS | 157.41 TFLOPS | نحو 80% |
| TF32 | 42.58 TFLOPS | 82.61 TFLOPS | نحو 94% |
وفي تقرير منفصل لمستخدم RTX 3090، ارتفع FP16 من 82 إلى 126 TFLOPS (+54%)، وBF16 من 82 إلى 129 (+57%)، وTF32 من 41 إلى 74 (+80%). هذه نتائج مستخدم واحد، وليست ضمانًا لمكاسب مماثلة على كل بطاقة أو إعداد. 13
كما يذكر تقرير توافق لبطاقة EVGA RTX 3090 أصلية أنها عملت على Ubuntu 24.04 مع حد طاقة 350 واط، وأن أداء FP16 وBF16 لكل ميغاهرتز بلغ نحو ضعفي معدله السابق. لكن هذه مقارنة محسوبة لكل ميغاهرتز، ولا تثبت أن الأداء الإجمالي تضاعف عند حد الطاقة المذكور. 30
لماذا قد تكون المكاسب أقل في تطبيقات الذكاء الاصطناعي؟
اختبار المصفوفات يعزل نوع العمليات التي تستهدفها الأداة. أما التطبيق الفعلي، فقد يقضي جزءًا فقط من وقته في هذه العمليات؛ لذلك قد يكون تحسنه الإجمالي أقل بكثير. وتوضح التقارير المتاحة هذا الفرق:
- في تقرير على RTX 3090 أصلية باستخدام vLLM، زادت سرعة معالجة المطالبة بنحو 33%، بينما بقي توليد الرموز شبه ثابت. وأشار التقرير نفسه إلى اختبار ثماني ساعات بأحمال متنوعة.
10
- وفي تقرير آخر على RTX 3090 محدودة الطاقة عند 230 واط، تحسنت معالجة المطالبات بنحو 22–30%، وتوليد الرموز بنحو 1–5%. تختلف ظروف هذا الاختبار عن تقرير vLLM، لذا لا تجوز المقارنة المباشرة بينهما.
43
- أُفيد بأن بعض مخططات ComfyUI التي تعتمد بكثافة على BF16 عملت أسرع بنسبة 31–60% على RTX 3090 Ti، بينما بقي أداء INT8 شبه دون تغيير.
19
يتوقف الأثر العملي على استخدام المهمة للدقة والتعليمات المتأثرة، إلى جانب عوامل مثل نوى الحساب، وحجم المصفوفات، وتجميع الطلبات، وحد الطاقة. رفع سقف إصدار التعليمات قد يحقق مكسبًا كبيرًا في GEMM، لكنه لا يضمن الزيادة نفسها في سرعة الاستدلال من بدايته إلى نهايته. 1
10
19
43
حالة المشروع والتوافق والتنبيهات
كان المستودع متاحًا للعامة بحلول 18 أكتوبر 2026. وتشير بيانات تاريخية من متتبّع خارجي إلى نحو 2,200 نجمة على GitHub في 24 أكتوبر. كما يُظهر سجل النشاط المتاح أن التغيير 4189b17 أعاد الفرع إلى حالة عمل مرتبطة بالالتزام c274e74، الذي تناول إعادة تطبيق التغيير بعد الخروج من وضع السكون. هذه لقطات من سجل المشروع وليست تأكيدًا لحالته الحالية. 19
28
42
44
الأداة مخصّصة للينكس. أما تجربة Windows المنفصلة المعتمدة على UEFI، فقد أبلغت عن تحسن BF16 على تركيبة عتاد محددة؛ وهذا لا يثبت توافقًا واسعًا مع Windows أو وجود إصدار Windows مدعوم من وحدة Zagitta. 20
يتطلب التثبيت إعدادات على مستوى النواة وinitramfs، كما يجري إعادة ضبط للبطاقة عند الإقلاع. وتشمل تقارير التوافق مشكلات إعداد تختلف باختلاف التوزيعة، فيما يتضمن سجل التطوير تراجعًا عن تغيير سابق. لذا من يفكر في التجربة يحتاج إلى مراجعة معلومات التوافق الحالية والتأكد من وجود طريقة لاستعادة النظام. وتقارير النجاح القصيرة لا تثبت موثوقية طويلة الأمد مع جميع البطاقات والنوى والتعريفات وحالات السكون والاستئناف. 6
42
44
الخلاصة الأضيق والأدق: يمكن لـgpu-unlock تسريع عمليات محددة من Tensor Core بدرجة ملحوظة؛ وقد أبلغ المطوّر عن زيادة تقارب 80% في اختبار BF16 على RTX 3090 Ti. لكن النتائج المتاحة لا تثبت تحسنًا مماثلًا في كل مهام استدلال الذكاء الاصطناعي، ولا تثبت مكاسب في DLSS أو أداء الألعاب. 1
4
45
Studio Global AI
مواصلة البحث الخاص بك
تتضمن هذه الصفحة إجابة مدعومة بالمصدر يمكنك المتابعة داخل Studio Global.
يسأل الناس أيضا
ما هي الإجابة المختصرة على "أداة gpu-unlock تسرّع بعض حسابات RTX 30، لا كل مهام الذكاء الاصطناعي"؟
وحدة Linux مفتوحة المصدر تستهدف عمليات محددة في Tensor Core على بطاقات Ampere، منها FP16 وBF16 مع تراكم FP32.
ما هي النقاط الأساسية التي يجب التحقق منها أولاً؟
وحدة Linux مفتوحة المصدر تستهدف عمليات محددة في Tensor Core على بطاقات Ampere، منها FP16 وBF16 مع تراكم FP32. في اختبار المطوّر على RTX 3090 Ti، ارتفع أداء BF16 من 87.50 إلى 157.41 TFLOPS؛ لكن ذلك لا يعني تسارع كل تطبيقات الذكاء الاصطناعي بالمقدار نفسه.
ماذا يجب أن أفعل بعد ذلك في الممارسة العملية؟
تقارير الاستخدام الفعلي تُظهر مكاسب متفاوتة، من تحسّن معالجة المطالبات إلى أداء شبه ثابت في توليد الرموز.
المصادر
3dmgame.com开源工具gpu-unlock解除RTX 30系限制，部分计算性能提升近80%_3DM单机
x.comDavid Y. Tan on X: "Tried gpu-unlock on an RTX 3090 (cold ...