答え公開済み3 時間前Last edited 3 時間前24 ソース

RTX 30シリーズのTensor Coreを解放する「gpu-unlock」　何が速くなり、何は変わらないのか

gpu unlockは、Ampere世代の一部RTX 30 GPUで、FP32累算を伴うFP16・BF16演算の命令発行率を引き上げるLinuxカーネルモジュールです。開発者によるRTX 3090 Tiの測定では、BF16の行列演算性能が約80％向上しました。一方、実アプリでの改善幅は処理内容によって異なります。

公開者GPT-6 Luna で編集GPT Image 2 で画像を生成

Studio Global AIで検索して事実確認さらにトレンドページを見る

研究の答え

重要なポイント

gpu unlockは、Ampere世代の一部RTX 30 GPUで、FP32累算を伴うFP16・BF16演算の命令発行率を引き上げるLinuxカーネルモジュールです。
開発者によるRTX 3090 Tiの測定では、BF16の行列演算性能が約80％向上しました。一方、実アプリでの改善幅は処理内容によって異なります。
Linux向けで、カーネルやinitramfsの設定が必要です。DLSSやゲーム性能が向上するという独立検証済みの結果はありません。

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 プロンプト
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のオープンソースプロジェクト「gpu-unlock」は、Ampere世代の一部GeForce GPUを対象にしたLinuxカーネルモジュールです。FP32で累算するFP16・BF16のTensor Core演算を狙い、開発者はプロ向けGPU相当の命令発行率に戻すと説明しています。行列演算のベンチマークでは大きな伸びが報告されていますが、あらゆるAIアプリが同じ割合で速くなるわけではありません。1 8

gpu-unlockの仕組み

対象は、GPUチップがGA102、GA103、GA104、GA106のカードです。モジュールはinitramfsからNVIDIAの標準ドライバーがGPUを認識する前に読み込まれ、ハードウェアの速度選択設定を書き換えた後、機能レベルリセット（FLR）を実行します。その後、改変していないNVIDIAドライバーにGPUを引き渡します。リポジトリには、SS0の0x88888888や、4ビットのSS1に設定するIMLA4セレクター0x8が記載されています。1

仕組みは、CMPマイニングカードの解除に使われたV67/PLM方式と、UEFI方式の「ドライバーより前に処理する」タイミングを組み合わせたものです。gpu-unlock自体はLinuxカーネルモジュールで、改変ドライバーやUEFIアプリではありません。説明されている方法では、VBIOSの恒久的な書き換えやカードへの物理的な改造も必要ありません。1 4

ベンチマークで報告された性能向上

以下はRTX 3090 Tiで、FP32累算を使った密行列演算（8192³ GEMM）を450Wの電力上限で実行した結果です。5回測定の中央値として開発者が公表した値であり、第三者による標準化された独立テストではありません。1

RTX 3090 Tiのテスト	標準状態	解除後	公表された伸び
FP16	87.46 TFLOPS	118.39 TFLOPS	約35％増
BF16	87.50 TFLOPS	157.41 TFLOPS	約80％増
TF32	42.58 TFLOPS	82.61 TFLOPS	約94％増

別のRTX 3090利用者は、FP16が82から126 TFLOPS（54％増）、BF16が82から129 TFLOPS（57％増）、TF32が41から74 TFLOPS（80％増）になったと報告しています。こちらは個別の利用者による結果で、すべてのカードや環境で同じ伸びが得られる保証はありません。13

また、標準状態のEVGA製RTX 3090をUbuntu 24.04で動かした互換性報告では、電力上限350Wの環境で動作し、FP16・BF16の「クロックあたり」の処理量が約2倍になったとされています。これはクロックで正規化した比較であり、電力上限下での絶対性能が2倍になったことを示すものではありません。30

AIアプリでは伸び幅が小さくなることも

行列演算のベンチマークは、gpu-unlockが対象とする処理を切り出して測ります。一方、実際のアプリは対象となる演算以外にも時間を使うため、アプリ全体の高速化は小さくなる場合があります。報告例にも、ベンチマークと実アプリの差が表れています。

標準状態のRTX 3090でvLLMを試した報告では、プロンプト処理が約33％高速化した一方、トークン生成速度はほぼ変わりませんでした。同じ報告では、異なる負荷を混ぜた8時間のテストも行われています。10
電力上限を230Wに設定した別のRTX 3090の報告では、プロンプト処理が約22〜30％向上し、トークン生成は約1〜5％の伸びでした。負荷や環境が異なるため、前述のvLLM結果と単純比較はできません。43
RTX 3090 TiでのComfyUI利用では、BF16を多用する一部のグラフが31〜60％高速化した一方、INT8の性能はほぼ変わらなかったと報告されています。19

実際の効果は、アプリが対象の精度や命令をどの程度使うかに加え、カーネル、行列サイズ、バッチ処理、電力上限などにも左右されます。命令発行の上限が上がって行列演算の性能が大きく伸びても、推論全体が同じ割合で速くなるとは限りません。1 10 19 43

対応状況と注意点

リポジトリは2026年10月18日までに公開されていました。第三者の履歴トラッカーでは、10月24日時点のスター数は約2,200とされています。また、提供された活動履歴には、サスペンド復帰後に解除を再適用する変更（c274e74）の状態へ戻すコミット4189b17が記録されています。いずれも当時のスナップショットであり、現在のリポジトリ状況を保証するものではありません。19 28 42 44

gpu-unlockはLinux向けです。別の実験的なUEFI方式のWindows向け手法では、特定のハードウェア構成でBF16性能が向上したという報告がありますが、Windows全般への対応や、gpu-unlockの正式なWindows版を裏付けるものではありません。20

導入にはカーネルやinitramfsの設定と、起動時のGPUリセットが関わります。ディストリビューションごとの設定上の問題も報告されており、開発履歴にはロールバックもあります。試す場合は、現在の互換性情報を確認し、問題が起きたときに元へ戻せる手段を用意しておくのが無難です。短期間の動作報告だけでは、カード、カーネル、ドライバー、サスペンド復帰の組み合わせをまたいだ長期的な安定性までは確認できません。6 42 44

現時点で言えるのは、gpu-unlockが一部のTensor Core行列演算を大きく高速化しうるということです。開発者のRTX 3090 TiテストではBF16が約80％向上しましたが、すべてのAI推論で同等の改善が得られるとは示されていません。また、DLSSやゲーム性能の向上を確認したベンチマークもありません。1 4 45

Studio Global AI

研究を続けてください

このページにはソースに裏付けされた回答が含まれており、Studio Global 内で続行できます。

Studio Global AIで検索して事実確認

人々も尋ねます