उत्तरप्रकाशित3 घंटे पहलेLast edited 3 घंटे पहले24 स्रोत

RTX 30 पर gpu-unlock: कुछ Tensor Core काम तेज़, हर AI टास्क नहीं

Zagitta का gpu unlock चुनिंदा Ampere GeForce GPU पर FP16 और BF16 Tensor Core गणनाओं को निशाना बनाता है; यह Linux के लिए है। RTX 3090 Ti के डेवलपर बेंचमार्क में BF16 प्रदर्शन लगभग 80% बढ़ा, लेकिन वास्तविक AI ऐप में लाभ काम और सेटअप के अनुसार अलग हो सकता है। यह मॉड्यूल NVIDIA के मूल ड्राइवर से पहले हार्डवेयर स्पीड सेल...

प्रकाशितकर्ताGPT-6 Luna से संपादितGPT Image 2 से चित्र बनाए गए

Studio Global AI के साथ खोजें और तथ्यों की जांच करें और ट्रेंडिंग पेज देखें

शोध उत्तर

मुख्य निष्कर्ष

Zagitta का gpu unlock चुनिंदा Ampere GeForce GPU पर FP16 और BF16 Tensor Core गणनाओं को निशाना बनाता है; यह Linux के लिए है।
RTX 3090 Ti के डेवलपर बेंचमार्क में BF16 प्रदर्शन लगभग 80% बढ़ा, लेकिन वास्तविक AI ऐप में लाभ काम और सेटअप के अनुसार अलग हो सकता है।
यह मॉड्यूल NVIDIA के मूल ड्राइवर से पहले हार्डवेयर स्पीड सेलेक्टर बदलता है; DLSS या गेमिंग में लाभ का स्वतंत्र प्रमाण उपलब्ध नहीं है।

Editorial illustration of a GeForce graphics card alongside glowing matrix-computation graphics — What is Zagitta’s free, open-source gpu-unlock tool, how does its Linux kernel module raise FP16 and BF16 multiply-accumulate instruction isgpu-unlock targets selected Tensor Core operations on Ampere GeForce GPUs.
AI संकेत
Create 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
openai.com

Zagitta का ओपन-सोर्स gpu-unlock चुनिंदा Ampere GeForce GPU के लिए Linux कर्नेल मॉड्यूल है। यह FP32 accumulation वाली FP16 और BF16 Tensor Core गणनाओं की instruction-issue rate पर केंद्रित है। डेवलपर का दावा है कि यह दर पेशेवर कार्डों के स्तर तक लौट सकती है। बेंचमार्क में कुछ मैट्रिक्स गणनाओं पर बड़ा लाभ दिखता है, लेकिन इसका मतलब यह नहीं कि हर AI ऐप उतना ही तेज़ चलेगा। 1 8

gpu-unlock कैसे काम करता है?

यह प्रोजेक्ट GA102, GA103, GA104 और GA106 GPU पर काम करने के लिए बनाया गया है। मॉड्यूल initramfs से NVIDIA के सामान्य ड्राइवर के कार्ड से जुड़ने से पहले लोड होता है। यह हार्डवेयर के speed selector बदलता है और फिर function-level reset (FLR) करता है; इसके बाद कार्ड बिना बदले हुए NVIDIA ड्राइवर को सौंप दिया जाता है। रिपॉज़िटरी में लागू की जाने वाली सेटिंग्स में SS0 0x88888888 और चार-बिट SS1 0x8 IMLA4 selector शामिल हैं। 1

इस तरीके में पहले CMP माइनिंग कार्डों पर इस्तेमाल हुई V67/PLM तकनीक को ड्राइवर से पहले काम करने वाली UEFI-शैली की टाइमिंग के साथ जोड़ा गया है। यह Linux कर्नेल मॉड्यूल है—न कि NVIDIA ड्राइवर का पैच या UEFI ऐप। बताए गए तरीके में VBIOS को स्थायी रूप से फ्लैश करने या हार्डवेयर बदलने की जरूरत नहीं पड़ती। 1 4

बेंचमार्क में कितनी तेजी दिखी?

RTX 3090 Ti के प्रोजेक्ट-बेंचमार्क में 450 W पावर लिमिट पर dense 8192³ GEMM—यानी बड़े पैमाने की मैट्रिक्स गुणा-गणना—और FP32 accumulation का इस्तेमाल हुआ। नतीजे पाँच मापों के median हैं। ये डेवलपर की रिपोर्ट हैं, कोई मानकीकृत स्वतंत्र परीक्षण नहीं। 1

RTX 3090 Ti परीक्षण	स्टॉक	अनलॉक के बाद	रिपोर्ट किया गया बदलाव
FP16	87.46 TFLOPS	118.39 TFLOPS	लगभग +35%
BF16	87.50 TFLOPS	157.41 TFLOPS	लगभग +80%
TF32	42.58 TFLOPS	82.61 TFLOPS	लगभग +94%

एक RTX 3090 उपयोगकर्ता ने अलग परीक्षण में FP16 को 82 से 126 TFLOPS (+54%), BF16 को 82 से 129 TFLOPS (+57%) और TF32 को 41 से 74 TFLOPS (+80%) जाते हुए रिपोर्ट किया। ये एक उपयोगकर्ता के नतीजे हैं; हर कार्ड या सेटअप में ऐसे लाभ की गारंटी नहीं माने जाने चाहिए। 13

स्टॉक EVGA RTX 3090 पर Ubuntu 24.04 का एक अनुकूलता परीक्षण भी सामने आया। उसमें 350 W पावर कैप के तहत प्रति MHz FP16/BF16 throughput लगभग दोगुना बताया गया। यह घड़ी-आवृत्ति के हिसाब से तुलना है—इससे यह साबित नहीं होता कि पावर लिमिट के बावजूद कुल throughput भी दोगुना हो गया। 30

हर AI ऐप को बेंचमार्क जितना फायदा क्यों नहीं?

मैट्रिक्स बेंचमार्क gpu-unlock के निशाने वाले काम को अलग करके मापता है। लेकिन किसी ऐप का केवल एक हिस्सा ही ऐसी गणनाओं में लग सकता है। रिपोर्ट किए गए ऐप-नतीजे इसी फर्क को दिखाते हैं:

स्टॉक RTX 3090 पर vLLM की एक रिपोर्ट में prompt processing लगभग 33% तेज़ हुई, जबकि टोकन बनना लगभग पहले जैसा ही रहा। उसी रिपोर्ट में अलग-अलग कामों के साथ आठ घंटे का परीक्षण भी बताया गया। 10
230 W तक सीमित RTX 3090 के एक दूसरे परीक्षण में prompt processing में लगभग 22–30% और token generation में लगभग 1–5% सुधार दर्ज किया गया। वर्कलोड और सेटअप अलग होने के कारण इसे vLLM रिपोर्ट से सीधी तुलना नहीं मानना चाहिए। 43
एक RTX 3090 Ti पर BF16 का भारी इस्तेमाल करने वाले ComfyUI ग्राफ़ 31–60% तेज़ चले, जबकि INT8 प्रदर्शन लगभग अपरिवर्तित रहा। 19

असल फायदा इस बात पर निर्भर करता है कि कोई वर्कलोड प्रभावित precision और instructions का कितना इस्तेमाल करता है। उसके kernels, मैट्रिक्स का आकार, batching और power limit भी मायने रखते हैं। instruction-issue की ऊपरी सीमा बढ़ने से GEMM में बड़ा उछाल आ सकता है, लेकिन end-to-end AI inference में उतना ही लाभ जरूरी नहीं। 1 10 19 43

रिलीज़, अनुकूलता और सावधानियाँ

रिपॉज़िटरी 18 अक्टूबर 2026 तक सार्वजनिक थी। एक तीसरे पक्ष के ऐतिहासिक ट्रैकर के मुताबिक 24 अक्टूबर को इसके करीब 2,200 stars थे। उपलब्ध activity सूची में commit 4189b17 भी दिखता है, जिसने branch को काम करने वाली स्थिति c274e74 पर लौटाया था। c274e74 वह commit था जिसमें suspend के बाद unlock दोबारा लागू करने का बदलाव जुड़ा था। ये उस समय के snapshots हैं, मौजूदा रिपॉज़िटरी स्थिति की गारंटी नहीं। 19 28 42 44

यह मॉड्यूल सिर्फ Linux के लिए है। Windows के लिए एक अलग, प्रयोगात्मक UEFI-आधारित तरीके ने खास हार्डवेयर सेटअप पर BF16 सुधार की रिपोर्ट दी है। इससे Zagitta के मॉड्यूल की व्यापक Windows अनुकूलता या किसी समर्थित Windows संस्करण की पुष्टि नहीं होती। 20

इंस्टॉलेशन में कर्नेल और initramfs कॉन्फ़िगरेशन तथा बूट के समय GPU reset शामिल हैं। कुछ अनुकूलता रिपोर्ट में Linux वितरण के अनुसार सेटअप संबंधी दिक्कतें सामने आई हैं, और प्रोजेक्ट के विकास इतिहास में rollback भी है। आज़माने से पहले मौजूदा अनुकूलता जानकारी जाँचें और सिस्टम को वापस ठीक करने का रास्ता रखें। कुछ समय के लिए सफलतापूर्वक चलने की रिपोर्ट सभी कार्डों, kernels, drivers या suspend-resume सेटअप में लंबे समय की विश्वसनीयता साबित नहीं करती। 6 42 44

संतुलित निष्कर्ष यह है कि gpu-unlock चुनिंदा Tensor Core मैट्रिक्स वर्कलोड को काफी तेज़ कर सकता है। प्रोजेक्ट के RTX 3090 Ti परीक्षण में BF16 का लाभ लगभग 80% था। लेकिन उपलब्ध सबूत हर AI inference में इसी स्तर के सुधार को साबित नहीं करते—और DLSS या गेमिंग प्रदर्शन में लाभ की पुष्टि भी नहीं करते। 1 4 45

Studio Global AI

अपना शोध जारी रखें

इस पृष्ठ में एक स्रोत-समर्थित उत्तर शामिल है जिसे आप Studio Global के अंदर जारी रख सकते हैं।

Studio Global AI के साथ खोजें और तथ्यों की जांच करें

लोग पूछते भी हैं