답변게시됨3시간 전Last edited 3시간 전24 소스

RTX 30의 Tensor Core 성능을 끌어올리는 gpu-unlock, AI 작업도 두 배 빨라질까

gpu unlock은 일부 RTX 30 계열 GPU에서 FP32 누산을 사용하는 FP16·BF16 연산의 명령 발행 속도를 높이는 Linux 커널 모듈이다. 개발자 측 RTX 3090 Ti 벤치마크에서 BF16 처리량은 87.50TFLOPS에서 157.41TFLOPS로 증가했다.

게시자GPT-6 Luna로 편집GPT Image 2로 이미지 생성

Studio Global AI로 검색 및 팩트체크 인기 페이지 더 보기

연구 답변

주요 시사점

gpu unlock은 일부 RTX 30 계열 GPU에서 FP32 누산을 사용하는 FP16·BF16 연산의 명령 발행 속도를 높이는 Linux 커널 모듈이다.
개발자 측 RTX 3090 Ti 벤치마크에서 BF16 처리량은 87.50TFLOPS에서 157.41TFLOPS로 증가했다.
실제 AI 작업의 향상 폭은 연산 정밀도와 커널, 작업 방식 등에 따라 달라지며, 토큰 생성이나 게임 성능이 두 배로 오른다는 근거는 없다.

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 프롬프트
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

오래된 그래픽카드로 AI 작업을 더 빠르게 돌릴 수 있을까? Zagitta가 공개한 오픈소스 도구 gpu-unlock은 일부 Ampere 기반 GeForce GPU의 Tensor Core 연산 속도 제한을 겨냥한다. 개발자는 FP32 누산을 사용하는 FP16·BF16 연산의 명령 발행 속도를 전문가용 그래픽카드 수준으로 복구한다고 설명한다. 다만 큰 폭의 향상이 확인된 것은 특정 행렬 연산이며, 모든 AI 작업이 같은 비율로 빨라지는 것은 아니다. 1 8

gpu-unlock은 무엇을 바꾸나

이 프로젝트는 GA102, GA103, GA104, GA106 칩을 대상으로 한다. FP16·BF16 값을 사용하면서 결과를 FP32로 누산하는 연산의 명령 발행 속도를 높이는 방식이다. 여기서 ‘명령 발행 속도’는 GPU가 일정 시간에 처리할 수 있는 연산 명령의 양을 가리키며, 그래픽카드 전체 성능이 일괄적으로 두 배가 된다는 뜻은 아니다. 1

gpu-unlock은 리눅스의 초기 부팅 환경(initramfs)에서 NVIDIA 기본 드라이버가 GPU를 넘겨받기 전에 실행된다. 하드웨어 속도 선택값을 기록하고 GPU를 기능 수준에서 재설정한 뒤, 수정하지 않은 NVIDIA 드라이버에 제어권을 넘긴다. 프로젝트 설명에는 SS0 0x88888888과 4비트 SS1 0x8 IMLA4 선택값이 포함돼 있다. 1

구현 방식은 CMP 채굴용 카드 잠금 해제 연구의 V67/PLM 기법과, 드라이버가 GPU를 초기화하기 전 작업을 수행하는 UEFI 방식의 타이밍을 결합했다. 다만 이 도구 자체는 UEFI 앱이나 수정 드라이버가 아니라 리눅스 커널 모듈이다. 설명된 방식은 하드웨어 개조나 VBIOS 영구 플래싱을 요구하지 않는다. 1 4

RTX 3090 Ti에서 보고된 벤치마크

아래 수치는 RTX 3090 Ti에서 FP32 누산을 사용한 조밀한 8192³ 행렬 곱셈(GEMM)을 실행한 결과다. 전력 제한은 450W였으며, 개발자는 5회 측정의 중앙값을 제시했다. 표준화된 독립 시험 결과가 아니라 프로젝트가 보고한 벤치마크라는 점을 감안해야 한다. 1

연산 정밀도	기본 상태	gpu-unlock 적용 후	보고된 증가 폭
FP16	87.46TFLOPS	118.39TFLOPS	약 35%
BF16	87.50TFLOPS	157.41TFLOPS	약 80%
TF32	42.58TFLOPS	82.61TFLOPS	약 94%

RTX 3090 사용자 한 명도 FP16이 82에서 126TFLOPS로 54%, BF16이 82에서 129TFLOPS로 57%, TF32가 41에서 74TFLOPS로 80% 증가했다고 보고했다. 이는 개별 사용자의 결과로, 다른 카드나 설정에서도 같은 수치가 나온다는 보장은 아니다. 13

또 다른 호환성 보고에서는 기본 상태의 EVGA RTX 3090을 Ubuntu 24.04에서 350W 전력 제한으로 사용했다. 이 사례는 FP16·BF16 처리량이 클럭당 약 두 배가 됐다고 설명하지만, 이는 클럭으로 나눈 성능 비교다. 전력 제한 상태에서 절대 처리량 자체가 두 배가 됐다는 의미는 아니다. 30

실제 AI 작업에서는 차이가 줄어들 수 있다

행렬 곱셈 벤치마크는 gpu-unlock이 겨냥하는 연산을 집중적으로 측정한다. 반면 실제 애플리케이션은 그 연산 외에도 여러 작업을 수행하므로, 전체 실행 시간의 향상 폭은 더 작을 수 있다.

기본 상태의 RTX 3090에서 vLLM을 시험한 한 보고는 프롬프트 처리(prefill)가 약 33% 빨라졌지만, 토큰 생성(decode) 속도는 거의 달라지지 않았다고 밝혔다. 혼합 작업으로 8시간 테스트했다는 설명도 포함됐다. 10
별도의 230W 전력 제한 RTX 3090 테스트에서는 프롬프트 처리량이 약 22~~30% 늘고, 토큰 생성량은 약 1~~5% 증가했다. 조건과 작업이 다른 측정치이므로 앞선 vLLM 결과와 직접 비교하기는 어렵다. 43
RTX 3090 Ti 한 대에서 BF16 연산 비중이 높은 ComfyUI 그래프는 31~60% 빨라졌다는 보고가 있다. 반면 INT8 성능은 거의 변하지 않았다. 19

결과는 사용되는 연산 정밀도와 커널, 행렬 크기, 배치 구성, 전력 제한 등에 좌우된다. 앱 실행 시간 중 영향을 받는 연산이 차지하는 비중도 중요하다. 따라서 특정 Tensor Core 연산의 상한이 높아져도 AI 추론 전체가 같은 폭으로 가속된다고 단정할 수 없다. 1 10 19 43

리눅스 전용…설치와 호환성도 확인해야

프로젝트는 2026년 10월 18일까지 공개된 것으로 확인된다. 제3자 저장소 추적 자료에는 10월 24일 기준 약 2,200개의 GitHub 별이 기록돼 있다. 이는 특정 시점의 기록일 뿐 현재 수치를 뜻하지 않는다. 저장소 활동 내역에는 4189b17 커밋이 브랜치를 작동하던 상태인 c274e74로 되돌린 기록도 보인다. c274e74는 절전 모드에서 복귀한 뒤 잠금 해제를 다시 적용하는 커밋이다. 19 28 42 44

Zagitta의 모듈은 리눅스용이다. 별도의 실험적 UEFI 기반 Windows 방식으로 특정 하드웨어 구성에서 BF16 성능 향상이 보고된 적은 있지만, 이를 폭넓은 Windows 호환성이나 Zagitta 모듈의 정식 Windows 버전으로 볼 근거는 없다. 20

설치에는 커널과 initramfs 설정 변경, 부팅 과정의 GPU 재설정이 포함된다. 배포판별 설정 문제가 보고됐고 개발 과정에서 되돌리기 커밋도 발생했다. 설치를 고려한다면 현재 호환성 정보를 확인하고 복구할 방법을 마련하는 편이 좋다. 짧은 사용 후기만으로 여러 GPU, 커널, 드라이버, 절전·복귀 환경에서의 장기 안정성이 입증되는 것은 아니다. 6 42 44

현재까지 확인된 결론은 제한적이지만 의미가 있다. gpu-unlock은 일부 FP16·BF16 Tensor Core 행렬 연산을 크게 가속할 수 있으며, 개발자 측 RTX 3090 Ti 테스트에서는 BF16이 약 80% 향상됐다. 하지만 모든 AI 추론이 비슷하게 빨라진다는 주장이나 DLSS·게임 성능 향상은 제공된 결과로 확인되지 않는다. 1 4 45

Studio Global AI

연구를 계속하세요

이 페이지에는 Studio Global 내에서 계속할 수 있는 소스 기반 답변이 포함되어 있습니다.

Studio Global AI로 검색 및 팩트체크

사람들은 또한 묻습니다.