Câu trả lờiĐã xuất bản24 nguồn
RTX 30 có thể chạy Tensor Core nhanh hơn với gpu-unlock — nhưng không phải việc gì cũng nhanh gấp đôi
gpu unlock là mô đun nhân Linux nhắm tới một số phép toán Tensor Core FP16 và BF16 có tích lũy FP32 trên GPU Ampere GeForce. Trong bài thử GEMM do dự án công bố trên RTX 3090 Ti, thông lượng BF16 tăng từ 87,50 lên 157,41 TFLOPS; mức tăng ở ứng dụng AI thực tế có thể thấp hơn nhiều.
Đăng bởiBiên tập bằng GPT-6 LunaHình ảnh được tạo bằng GPT Image 2
Câu trả lời nghiên cứu
Bài học chính
- gpu unlock là mô đun nhân Linux nhắm tới một số phép toán Tensor Core FP16 và BF16 có tích lũy FP32 trên GPU Ampere GeForce.
- Trong bài thử GEMM do dự án công bố trên RTX 3090 Ti, thông lượng BF16 tăng từ 87,50 lên 157,41 TFLOPS; mức tăng ở ứng dụng AI thực tế có thể thấp hơn nhiều.
- Công cụ chưa chứng minh được lợi ích cho DLSS hay chơi game, và các báo cáo hiện có không đảm bảo tương thích hoặc độ ổn định lâu dài trên mọi cấu hình.
Prompt AI
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
Zagitta’s gpu-unlock là mô-đun nhân Linux dành cho một số GPU GeForce Ampere. Công cụ nhắm tới tốc độ phát lệnh của các phép toán Tensor Core FP16 và BF16 có tích lũy FP32; theo nhà phát triển, thay đổi này đưa tốc độ phát lệnh lên mức của card chuyên nghiệp. Benchmark cho thấy một số phép tính ma trận có thể nhanh hơn rõ rệt, nhưng không đồng nghĩa mọi ứng dụng AI đều tăng tốc tương tự. 1
8
Công cụ thay đổi điều gì?
Dự án nhắm tới GPU dùng các chip GA102, GA103, GA104 và GA106. Mô-đun được nạp từ initramfs — môi trường khởi động Linux trước khi hệ thống chính chạy — để can thiệp trước lúc driver NVIDIA gốc nhận GPU. Sau đó, công cụ ghi các bộ chọn tốc độ phần cứng, gồm SS0 0x88888888 và bộ chọn IMLA4 SS1 bốn bit 0x8, rồi thực hiện đặt lại chức năng (FLR) trước khi bàn giao GPU cho driver nguyên bản. 1
Cách làm này kết hợp kỹ thuật V67/PLM từng được dùng trong các nghiên cứu mở khóa card đào CMP với thời điểm can thiệp sớm trước khi driver nạp, tương tự hướng tiếp cận UEFI. Đây là mô-đun nhân Linux, không phải driver NVIDIA đã chỉnh sửa hay ứng dụng UEFI; phương pháp được mô tả cũng không cần sửa phần cứng hoặc nạp vĩnh viễn VBIOS đã chỉnh sửa. 1
4
Benchmark cho thấy mức tăng ra sao?
Bảng dưới đây là kết quả do dự án công bố trên RTX 3090 Ti: GEMM đặc 8192³, tích lũy FP32, giới hạn công suất 450 W và lấy trung vị của năm lần đo. Đây là số liệu từ nhà phát triển, không phải kết quả của một bộ kiểm thử độc lập, tiêu chuẩn hóa. 1
| Bài thử RTX 3090 Ti | Mặc định | Sau khi mở khóa | Mức tăng được báo cáo |
|---|---|---|---|
| FP16 | 87,46 TFLOPS | 118,39 TFLOPS | Khoảng 35% |
| BF16 | 87,50 TFLOPS | 157,41 TFLOPS | Khoảng 80% |
| TF32 | 42,58 TFLOPS | 82,61 TFLOPS | Khoảng 94% |
Một người dùng RTX 3090 khác báo cáo kết quả FP16 tăng từ 82 lên 126 TFLOPS (+54%), BF16 từ 82 lên 129 TFLOPS (+57%) và TF32 từ 41 lên 74 TFLOPS (+80%). Đây là kết quả cá nhân trong cộng đồng, không phải mức tăng được đảm bảo cho mọi card hay cấu hình. 13
Một báo cáo tương thích trên EVGA RTX 3090 nguyên bản cho biết công cụ hoạt động trên Ubuntu 24.04 với giới hạn công suất 350 W, đồng thời đạt thông lượng FP16/BF16 mỗi MHz gần gấp đôi. Đây là phép so sánh đã chuẩn hóa theo xung nhịp, không chứng minh thông lượng tuyệt đối cũng tăng gấp đôi khi card bị giới hạn công suất. 30
Vì sao chạy AI thực tế có thể không nhanh tương ứng?
Benchmark ma trận tập trung vào đúng kiểu phép tính mà gpu-unlock nhắm tới. Nhưng một ứng dụng AI thường còn thực hiện nhiều công việc khác, nên mức tăng tổng thể có thể thấp hơn đáng kể:
- Trên một RTX 3090 nguyên bản, báo cáo dùng vLLM ghi nhận xử lý prompt nhanh hơn khoảng 33%, trong khi tốc độ tạo token gần như không đổi. Người thử nghiệm cũng cho biết đã chạy hỗn hợp tác vụ trong tám giờ.
10
- Một báo cáo khác trên RTX 3090 giới hạn ở 230 W ghi nhận xử lý prompt tăng khoảng 22–30%, còn tốc độ tạo token chỉ tăng khoảng 1–5%. Khác biệt về workload và cấu hình khiến không thể so sánh trực tiếp hai kết quả này.
43
- Một số đồ thị ComfyUI thiên về BF16 trên một RTX 3090 Ti được báo cáo chạy nhanh hơn 31–60%, trong khi hiệu năng INT8 gần như không đổi.
19
Hiệu quả phụ thuộc vào việc workload có dùng đúng độ chính xác và tập lệnh bị ảnh hưởng hay không, cùng các yếu tố như kernel, kích thước ma trận, batching và giới hạn công suất. Nâng trần tốc độ phát lệnh có thể cải thiện mạnh một phép GEMM mà không tạo ra mức tăng tương đương cho toàn bộ quá trình suy luận. 1
10
19
43
Tình trạng dự án và những điều cần cân nhắc
Dự án đã công khai trước ngày 18/10/2026. Theo số liệu lịch sử của một trang theo dõi bên thứ ba, kho mã có khoảng 2.200 lượt sao vào ngày 24/10. Danh sách hoạt động được cung cấp cũng ghi nhận commit 4189b17 đưa nhánh trở lại trạng thái hoạt động tại c274e74, một commit liên quan đến việc áp dụng lại mở khóa sau khi máy thức khỏi chế độ ngủ. Đây là ảnh chụp tình trạng tại thời điểm đó, không đảm bảo trạng thái hiện tại của dự án. 19
28
42
44
Mô-đun của Zagitta chỉ dành cho Linux. Có một hướng thử nghiệm riêng dùng UEFI trên Windows, với báo cáo cải thiện BF16 trên một cấu hình phần cứng cụ thể; điều đó chưa chứng minh khả năng tương thích rộng trên Windows hay có phiên bản Windows được hỗ trợ của mô-đun này. 20
Cài đặt đòi hỏi chỉnh cấu hình kernel và initramfs, đồng thời GPU được đặt lại trong quá trình khởi động. Một số báo cáo đề cập vấn đề thiết lập tùy theo bản phân phối Linux, và lịch sử phát triển của dự án có cả lần hoàn tác thay đổi. Nếu định thử, hãy kiểm tra thông tin tương thích mới nhất và chuẩn bị phương án khôi phục. Vài báo cáo chạy thành công trong thời gian ngắn chưa đủ để xác nhận độ ổn định lâu dài trên mọi card, kernel, driver hoặc cấu hình ngủ-thức. 6
42
44
Kết luận thận trọng là gpu-unlock có thể tăng đáng kể tốc độ của một số workload Tensor Core; dự án báo cáo mức tăng BF16 khoảng 80% trong bài thử trên RTX 3090 Ti. Nhưng dữ liệu hiện có không cho thấy mọi tác vụ suy luận AI đều nhanh lên tương tự, cũng chưa xác nhận lợi ích về DLSS hay hiệu năng chơi game. 1
4
45
Studio Global AI
Tiếp tục nghiên cứu của bạn
Trang này bao gồm câu trả lời dựa trên nguồn mà bạn có thể tiếp tục bên trong Studio Global.
Người ta cũng hỏi
Câu trả lời ngắn gọn cho "RTX 30 có thể chạy Tensor Core nhanh hơn với gpu-unlock — nhưng không phải việc gì cũng nhanh gấp đôi" là gì?
gpu unlock là mô đun nhân Linux nhắm tới một số phép toán Tensor Core FP16 và BF16 có tích lũy FP32 trên GPU Ampere GeForce.
Những điểm chính cần xác nhận đầu tiên là gì?
gpu unlock là mô đun nhân Linux nhắm tới một số phép toán Tensor Core FP16 và BF16 có tích lũy FP32 trên GPU Ampere GeForce. Trong bài thử GEMM do dự án công bố trên RTX 3090 Ti, thông lượng BF16 tăng từ 87,50 lên 157,41 TFLOPS; mức tăng ở ứng dụng AI thực tế có thể thấp hơn nhiều.
Tôi nên làm gì tiếp theo trong thực tế?
Công cụ chưa chứng minh được lợi ích cho DLSS hay chơi game, và các báo cáo hiện có không đảm bảo tương thích hoặc độ ổn định lâu dài trên mọi cấu hình.
Nguồn
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 ...