AnswersPublished24 sources
RTX 30-kort får opptil 80 prosent løft i enkelte AI-regnestykker – men ikke overalt
Det åpne Linux verktøyet gpu unlock retter seg mot utvalgte FP16 og BF16 operasjoner på Ampere baserte RTX 30 kort. I utviklerens RTX 3090 Ti test økte BF16 resultatet fra 87,50 til 157,41 TFLOPS, men gevinsten varierer mellom oppgaver.
Publisert avRedigert med GPT-6 LunaBilder generert med GPT Image 2
Research answer
Key takeaways
- Det åpne Linux verktøyet gpu unlock retter seg mot utvalgte FP16 og BF16 operasjoner på Ampere baserte RTX 30 kort.
- I utviklerens RTX 3090 Ti test økte BF16 resultatet fra 87,50 til 157,41 TFLOPS, men gevinsten varierer mellom oppgaver.
- Rapporter fra AI programmer viser mer beskjedne utslag enn rene matriseprøver, og token generering kan være nesten uendret.
AI Prompt
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
Zagittas åpne kildekodeprosjekt gpu-unlock er en Linux-kjernemodul for utvalgte GeForce-kort med Ampere-brikker. Den retter seg mot Tensor Core-beregninger med FP16 og BF16 som bruker FP32-akkumulering. Utvikleren sier at modulen løfter instruksjonsraten til nivået på profesjonelle kort. Testene viser betydelige gevinster i enkelte matriseberegninger, men ikke en jevn fartsøkning i alle AI-programmer. 1
8
Slik fungerer gpu-unlock
Prosjektet retter seg mot GPU-er basert på GA102, GA103, GA104 og GA106. Modulen lastes fra initramfs før NVIDIAs ordinære driver kobler seg til kortet. Deretter skriver den til maskinvarens hastighetsvelgere og utfører en funksjonsnivåtilbakestilling (FLR) før den gir kontrollen videre til den uendrede driveren. Blant innstillingene som dokumenteres, er SS0 0x88888888 og den firesifrede SS1-velgeren 0x8 for IMLA4. 1
Metoden bygger videre på V67/PLM-teknikken fra tidligere arbeid med CMP-gruvekort, kombinert med tidspunktet før driveroppstart fra en UEFI-tilnærming. Dette er en Linux-kjernemodul – ikke en modifisert NVIDIA-driver eller et UEFI-program. Metoden som beskrives, krever heller ikke permanent flashing av VBIOS eller fysiske endringer på kortet. 1
4
Hva målingene viser
Resultatene for RTX 3090 Ti er fra tette GEMM-matriseberegninger med dimensjonen 8192³, FP32-akkumulering, en effektgrense på 450 W og medianer av fem målinger. Dette er målinger rapportert av utvikleren, ikke en standardisert, uavhengig testserie. 1
| RTX 3090 Ti-test | Standard | Med opplåsing | Rapportert endring |
|---|---|---|---|
| FP16 | 87,46 TFLOPS | 118,39 TFLOPS | Omtrent +35 % |
| BF16 | 87,50 TFLOPS | 157,41 TFLOPS | Omtrent +80 % |
| TF32 | 42,58 TFLOPS | 82,61 TFLOPS | Omtrent +94 % |
En RTX 3090-bruker rapporterte separat at FP16 økte fra 82 til 126 TFLOPS (+54 %), BF16 fra 82 til 129 TFLOPS (+57 %) og TF32 fra 41 til 74 TFLOPS (+80 %). Dette er et enkeltstående brukerresultat, ikke en garanti for andre kort eller oppsett. 13
En kompatibilitetsrapport beskriver også bruk på et standard EVGA RTX 3090-kort med Ubuntu 24.04 og en effektgrense på 350 W. Der ble FP16- og BF16-ytelsen rapportert til omtrent det dobbelte per MHz. Det er et resultat justert for klokkehastighet, og viser ikke at kortet leverer dobbelt så høy absolutt ytelse innenfor effektgrensen. 30
Hvorfor AI-programmer kan få mindre fart
En matriseprøve isolerer nettopp den typen arbeid gpu-unlock retter seg mot. Et AI-program bruker gjerne bare deler av kjøretiden på slike operasjoner, så den samlede forbedringen kan bli mindre. Brukerrapportene viser forskjellen:
- På et standard RTX 3090 rapporterte én vLLM-test omtrent 33 % raskere promptbehandling, men tilnærmet uendret generering av tokens. Testeren beskrev også åtte timer med blandet belastning.
10
- En separat test med et RTX 3090 begrenset til 230 W rapporterte 22–30 % raskere promptbehandling, men bare 1–5 % økning i token-generering. Testene bruker ulike oppsett og arbeidsbelastninger og kan derfor ikke sammenlignes direkte.
43
- BF16-tunge ComfyUI-oppsett på ett RTX 3090 Ti ble rapportert å kjøre 31–60 % raskere, mens INT8-ytelsen var omtrent uendret.
19
Resultatet avhenger blant annet av om oppgaven bruker presisjonen og instruksjonene verktøyet påvirker, og av forhold som programkjernene, matrisestørrelse, gruppering og effektgrense. En høyere grense for instruksjonsraten kan gi et stort løft i GEMM uten å gi samme forbedring i en komplett AI-kjøring. 1
10
19
43
Status, støtte og forbehold
Prosjektet var offentlig tilgjengelig innen 18. oktober 2026. En tredjepartstjeneste viser historisk omtrent 2 200 GitHub-stjerner 24. oktober. Aktivitetsloggen viser også en tilbakeføring med commit 4189b17 til en fungerende tilstand ved c274e74, en commit knyttet til å aktivere opplåsingen igjen etter hvilemodus. Dette er øyeblikksbilder av prosjektet, ikke en garanti for dagens status. 19
28
42
44
Zagittas modul er laget for Linux. Et separat, eksperimentelt UEFI-basert Windows-forsøk har rapportert bedre BF16-ytelse på én bestemt maskinvarekombinasjon. Det dokumenterer ikke bred Windows-støtte eller en støttet Windows-utgave av Zagittas modul. 20
Installasjonen innebærer endringer i kjernen og initramfs, samt en GPU-tilbakestilling ved oppstart. Brukerrapporter viser at oppsettet kan kreve distribusjonsspesifikke justeringer, og utviklingshistorikken omfatter en tilbakeføring. Sjekk derfor oppdatert kompatibilitetsinformasjon og sørg for å kunne gjenopprette systemet. Korte rapporter om at det fungerer, beviser ikke langsiktig stabilitet på tvers av kort, kjerner, drivere eller hvilemodus. 6
42
44
Den forsvarlige konklusjonen er avgrenset: gpu-unlock kan øke ytelsen betydelig i enkelte Tensor Core-matriseberegninger. Prosjektet rapporterer rundt 80 prosent høyere BF16-resultat i sin RTX 3090 Ti-test. Kildene dokumenterer ikke tilsvarende løft i all AI-inferens, og bekrefter heller ingen gevinst i DLSS eller spill. 1
4
45
Studio Global AI
Continue your research
This page includes a source-backed answer you can continue inside Studio Global.
People also ask
What is the short answer to "RTX 30-kort får opptil 80 prosent løft i enkelte AI-regnestykker – men ikke overalt"?
Det åpne Linux verktøyet gpu unlock retter seg mot utvalgte FP16 og BF16 operasjoner på Ampere baserte RTX 30 kort.
What are the key points to validate first?
Det åpne Linux verktøyet gpu unlock retter seg mot utvalgte FP16 og BF16 operasjoner på Ampere baserte RTX 30 kort. I utviklerens RTX 3090 Ti test økte BF16 resultatet fra 87,50 til 157,41 TFLOPS, men gevinsten varierer mellom oppgaver.
What should I do next in practice?
Rapporter fra AI programmer viser mer beskjedne utslag enn rene matriseprøver, og token generering kan være nesten uendret.
Sources
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 ...