Zagitta 開源的 gpu-unlock 是一款 Linux 核心模組，支援部分 Ampere 架構 GeForce 顯示卡。它針對以 FP32 累加結果的 FP16、BF16 Tensor Core 運算，開發者稱可把相關指令發射速率提升至專業卡水平。現有測試顯示，部分矩陣運算的增幅相當可觀，但不代表所有 AI 應用都會同樣加速。18

gpu-unlock 做了甚麼？

這個項目針對採用 GA102、GA103、GA104 及 GA106 晶片的 GPU。核心模組會在 NVIDIA 原廠驅動接管顯示卡之前，從 initramfs 載入、寫入硬件速度選擇器，並執行功能層級重設（FLR），然後再交由未經修改的原廠驅動初始化。項目列明會套用 SS0 0x88888888 及四位元 SS1 0x8 IMLA4 選擇器等設定。1

做法結合了早前 CMP 挖礦卡解鎖研究所用的 V67／PLM 技術，以及 UEFI 方法在驅動載入前執行操作的時序。它本身是 Linux 核心模組，並非修改版 NVIDIA 驅動或 UEFI 程式；所述方法亦毋須永久刷寫 VBIOS 或改動硬件。14

矩陣測試：BF16 提升約八成

以下是項目公布的 RTX 3090 Ti 測試結果：使用 FP32 累加的密集 8192³ GEMM 矩陣運算，在 450 W 功耗上限下進行，數字取五次測試的中位數。這是開發者公布的測量結果，並非標準化的獨立測試套件。1

RTX 3090 Ti 測試	解鎖前	解鎖後	公布增幅
FP16	87.46 TFLOPS	118.39 TFLOPS	約 +35%
BF16	87.50 TFLOPS	157.41 TFLOPS	約 +80%
TF32	42.58 TFLOPS	82.61 TFLOPS	約 +94%

另有 RTX 3090 用戶分享個人測試：FP16 由 82 升至 126 TFLOPS（+54%）、BF16 由 82 升至 129 TFLOPS（+57%），TF32 則由 41 升至 74 TFLOPS（+80%）。這些是個別社群測試，不能視為每張卡或每種設定都能得到的保證增幅。13

另一份相容性回報指，一張原廠 EVGA RTX 3090 可在 Ubuntu 24.04 上運作，功耗上限設為 350 W；FP16／BF16 每 MHz 吞吐量約為原來兩倍。不過，這是按時脈計算的結果，並不代表在該功耗限制下，實際總吞吐量也會翻倍。30

為甚麼實際 AI 應用未必快八成？

矩陣基準測試集中測量 gpu-unlock 針對的運算；實際應用可能只有部分時間執行這類操作，因此整體加速幅度可以小得多。現有回報就呈現出這種差異：

• 一份原廠 RTX 3090 的 vLLM 測試回報，提示詞處理速度約快 33%，但生成 token 的速度幾乎沒有變化；同一回報亦提到混合工作負載測試持續八小時。10
• 另一份 RTX 3090 測試使用 230 W 功耗上限，提示詞處理提升約 22–30%，生成 token 則提升約 1–5%。測試工作負載和設定不同，數字不宜直接與 vLLM 回報比較。43
• 一張 RTX 3090 Ti 跑大量使用 BF16 的 ComfyUI 工作流程，據報快了 31–60%；INT8 表現則大致不變。19

實際效果取決於工作負載有否使用受影響的精度與指令，也會受運算核心、矩陣大小、批次處理方式和功耗上限等因素影響。提高指令發射上限，可能令 GEMM 矩陣測試大幅加速，但不會自動令整個 AI 推理流程有同等提升。1101943

項目狀態、支援範圍與風險

項目最遲在 2026 年 10 月 18 日已公開。第三方追蹤網站的歷史數字顯示，10 月 24 日約有 2,200 個 GitHub stars。項目的活動紀錄亦列出提交 4189b17，將分支回退至 c274e74；後者與電腦從睡眠恢復後重新解鎖顯示卡有關。這些都是當時的狀態紀錄，不代表項目目前的狀態。19284244

這個模組只支援 Linux。另有一項獨立、以 UEFI 為基礎的 Windows 實驗方案，曾在特定硬件組合上回報 BF16 改善；這不足以證明它廣泛兼容 Windows，亦不代表 Zagitta 的模組有正式支援的 Windows 版本。20

安裝涉及核心模組和 initramfs 設定，開機時亦會重設 GPU。社群回報提及部分發行版需要特定設定，項目開發過程中亦曾回退提交。考慮安裝前，應先查看最新相容性資料，並準備故障復原方法；短時間成功運作的回報，不能證明所有顯示卡、核心、驅動程式和睡眠／喚醒情況都能長期穩定。64244

目前較穩妥的結論是：gpu-unlock 可以明顯加速部分 Tensor Core 矩陣運算，項目在 RTX 3090 Ti 測試中回報 BF16 提升約八成。但現有結果未能證明所有 AI 推理都會有相近增幅，也未驗證它能改善 DLSS 或遊戲效能。1445

Zagitta 開源的 gpu-unlock 是一款 Linux 核心模組，支援部分 Ampere 架構 GeForce 顯示卡。它針對以 FP32 累加結果的 FP16、BF16 Tensor Core 運算，開發者稱可把相關指令發射速率提升至專業卡水平。現有測試顯示，部分矩陣運算的增幅相當可觀，但不代表所有 AI 應用都會同樣加速。18

gpu-unlock 做了甚麼？

這個項目針對採用 GA102、GA103、GA104 及 GA106 晶片的 GPU。核心模組會在 NVIDIA 原廠驅動接管顯示卡之前，從 initramfs 載入、寫入硬件速度選擇器，並執行功能層級重設（FLR），然後再交由未經修改的原廠驅動初始化。項目列明會套用 SS0 0x88888888 及四位元 SS1 0x8 IMLA4 選擇器等設定。1

做法結合了早前 CMP 挖礦卡解鎖研究所用的 V67／PLM 技術，以及 UEFI 方法在驅動載入前執行操作的時序。它本身是 Linux 核心模組，並非修改版 NVIDIA 驅動或 UEFI 程式；所述方法亦毋須永久刷寫 VBIOS 或改動硬件。14

矩陣測試：BF16 提升約八成

以下是項目公布的 RTX 3090 Ti 測試結果：使用 FP32 累加的密集 8192³ GEMM 矩陣運算，在 450 W 功耗上限下進行，數字取五次測試的中位數。這是開發者公布的測量結果，並非標準化的獨立測試套件。1

RTX 3090 Ti 測試	解鎖前	解鎖後	公布增幅
FP16	87.46 TFLOPS	118.39 TFLOPS	約 +35%
BF16	87.50 TFLOPS	157.41 TFLOPS	約 +80%
TF32	42.58 TFLOPS	82.61 TFLOPS	約 +94%

另有 RTX 3090 用戶分享個人測試：FP16 由 82 升至 126 TFLOPS（+54%）、BF16 由 82 升至 129 TFLOPS（+57%），TF32 則由 41 升至 74 TFLOPS（+80%）。這些是個別社群測試，不能視為每張卡或每種設定都能得到的保證增幅。13

另一份相容性回報指，一張原廠 EVGA RTX 3090 可在 Ubuntu 24.04 上運作，功耗上限設為 350 W；FP16／BF16 每 MHz 吞吐量約為原來兩倍。不過，這是按時脈計算的結果，並不代表在該功耗限制下，實際總吞吐量也會翻倍。30

為甚麼實際 AI 應用未必快八成？

矩陣基準測試集中測量 gpu-unlock 針對的運算；實際應用可能只有部分時間執行這類操作，因此整體加速幅度可以小得多。現有回報就呈現出這種差異：

• 一份原廠 RTX 3090 的 vLLM 測試回報，提示詞處理速度約快 33%，但生成 token 的速度幾乎沒有變化；同一回報亦提到混合工作負載測試持續八小時。10
• 另一份 RTX 3090 測試使用 230 W 功耗上限，提示詞處理提升約 22–30%，生成 token 則提升約 1–5%。測試工作負載和設定不同，數字不宜直接與 vLLM 回報比較。43
• 一張 RTX 3090 Ti 跑大量使用 BF16 的 ComfyUI 工作流程，據報快了 31–60%；INT8 表現則大致不變。19

實際效果取決於工作負載有否使用受影響的精度與指令，也會受運算核心、矩陣大小、批次處理方式和功耗上限等因素影響。提高指令發射上限，可能令 GEMM 矩陣測試大幅加速，但不會自動令整個 AI 推理流程有同等提升。1101943

項目狀態、支援範圍與風險

項目最遲在 2026 年 10 月 18 日已公開。第三方追蹤網站的歷史數字顯示，10 月 24 日約有 2,200 個 GitHub stars。項目的活動紀錄亦列出提交 4189b17，將分支回退至 c274e74；後者與電腦從睡眠恢復後重新解鎖顯示卡有關。這些都是當時的狀態紀錄，不代表項目目前的狀態。19284244

這個模組只支援 Linux。另有一項獨立、以 UEFI 為基礎的 Windows 實驗方案，曾在特定硬件組合上回報 BF16 改善；這不足以證明它廣泛兼容 Windows，亦不代表 Zagitta 的模組有正式支援的 Windows 版本。20

安裝涉及核心模組和 initramfs 設定，開機時亦會重設 GPU。社群回報提及部分發行版需要特定設定，項目開發過程中亦曾回退提交。考慮安裝前，應先查看最新相容性資料，並準備故障復原方法；短時間成功運作的回報，不能證明所有顯示卡、核心、驅動程式和睡眠／喚醒情況都能長期穩定。64244

目前較穩妥的結論是：gpu-unlock 可以明顯加速部分 Tensor Core 矩陣運算，項目在 RTX 3090 Ti 測試中回報 BF16 提升約八成。但現有結果未能證明所有 AI 推理都會有相近增幅，也未驗證它能改善 DLSS 或遊戲效能。1445