开源 GPU Unlock 解锁 RTX 30 系安培卡张量核心速率上限：BF16 GEMM 实测最高 +80%
GPU Unlock 内核模块在驱动绑定前改写安培卡速率寄存器，3090 Ti BF16 GEMM 实测 87.5→157.4 TFLOPS，仅限 Linux。
一个叫 GPU Unlock 的开源 Linux 内核模块，10 月 18 日由开发者 Zagitta 发在 GitHub 上，做的事是把 RTX 30 系（安培架构）GeForce 显卡被砍掉的 FP/BF16 发射速率恢复到专业卡水平。它不修改 NVIDIA 驱动，也不刷显卡 VBIOS，而是在驱动绑定显卡之前写固件里的速率选择寄存器。仓库 README 贴出的首份数据是：3090 Ti 的稠密 BF16 GEMM 从 87.50 TFLOPS 涨到 157.41 TFLOPS。截至 2026-10-25 上午（UTC），这个一周的项目已有 2,893 star、319 fork。
要点
- 3090 Ti 实测（450 W，五次取中位数）：FP16 87.46→118.39 TFLOPS，BF16 87.50→157.41 TFLOPS（+80%），TF32 42.58→82.61 TFLOPS，数据出自仓库 issue #1。
- 机制：模块放进 initramfs，在未修改的原版 NVIDIA 驱动绑定之前把速率选择器 SS0 写为
0x88888888（全速 BF16）并执行 FLR 复位，覆盖 GA102/GA103/GA104/GA106。 - 收益集中在矩阵运算：LLM prefill 各报告 +14–36%，ComfyUI 三个 BF16 任务 +56.1%–58.6%；INT8 和受显存带宽限制的词元生成基本不变。
解锁机制
GPU Unlock 对准的是安培代消费卡与专业卡之间一道人为的差距。同一块 GA102 芯片，GeForce 3090 每周期只发射一半数量的 FP/BF16 FMA 指令，而专业卡——比如中国监管审批采购的 RTX Pro 5500 这类——是全速率。仓库的描述写得直白：把 3000 系显卡的 FP/BF16 发射速率解锁到专业卡等价水平。
实现走的是固件层。这个模块把 CMP 解锁工具的 V67/PLM 技术和 UEFI 方案的驱动前时机合在一起：随系统包放进 initramfs，在 nvidia 驱动加载前运行，向显卡固件写入 SS0 0x88888888 和 4 位的 SS1 0x8，然后做一次 FLR（功能级复位），再让原版驱动正常绑定。整个过程约一秒钟，默认不做任何事，只有内核命令行里出现 gpu_unlock.targets=all（或指定 PCI 地址）才生效；拔掉这个参数就恢复原样。
因为动的是固件寄存器而不是驱动代码，NVIDIA 每发新驱动它都不用重打补丁。README 记录的兼容范围包括显示卡本身、单机最多四张卡、以及 vfio-pci 直通给虚拟机的卡。
实测数字
GPU Unlock 的数字全部来自用户在自己机器上跑的基准，口径不一，不能直接互相比较，功耗墙影响很大（最低那组 +25% 来自限到 225 W 的卡）。issue #1 首发的 3090 Ti 数据如下：
| 输入精度 | 前 | 后 | 出处 |
|---|---|---|---|
| FP16 | 87.46 TFLOPS | 118.39 TFLOPS | issue #1 |
| BF16 | 87.50 TFLOPS | 157.41 TFLOPS | issue #1 |
| TF32 | 42.58 TFLOPS | 82.61 TFLOPS | issue #1 |
其他卡和真实负载的数字，各来源基本对得上：Notebookcheck（10 月 24 日，Anil Ganti）转述社区报告，3090 的 BF16 矩阵乘从 77.5 涨到 129.6 TFLOPS；IT之家（10 月 25 日，远洋）给出 3080 Ti BF16 71.59→113.98 TFLOPS。真实负载方面，IT之家测到 3090 的 vLLM 提示词处理吞吐 +33% 而词元生成不变，ComfyUI 三个 BF16 图像任务中 MOSS-Image SFT +58.6%、Qwen-Image 2.1 Turbo +57.2%、Z-Image Turbo +56.1%；ComfyUI 的提升幅度 Notebookcheck 写「约 47–59%」，两边任务集不同，取 IT之家更具体的三项。所有对比过输出的报告都发现前后逐位一致。
复现与坑
issue #1 的评论串里已经有第三方在完全未改动的条件下复现。10 月 22 日，用户 Pento95 在 Fedora 44、RPM Fusion 的原版 NVIDIA 615.78.08 驱动上确认 3090 Ti 解锁成功，无 Xid 报错；他把功耗墙下的时钟波动折算掉，FP16 每兆赫吞吐从 0.043 翻倍到 0.083 TFLOPS/MHz。10 月 24 日用户 peterc 在同样的卡和系统上确认了相近结果。
Pento95 同时踩出两个静默失效的坑，值得装之前看清：RPM 包的 %post 脚本只执行 dkms add，没人替你构建模块、重建 initramfs，装完解锁根本不会运行，也没有任何报错，得手动 dkms install 再 dracut -f；另外 Fedora 的 grubby --update-kernel 只改已有启动项，新内核的命令行来自 /etc/kernel/cmdline 和 GRUB_CMDLINE_LINUX，不加进去，下次内核更新后解锁就悄悄失效。
边界与风险
这个项目的边界和它的收益同样清楚。INT8 路径几乎无收益：README 明说，IT之家测到 MOSS-Image SFT 的 INT8 任务只 +0.3%，Pento95 的 int8 vLLM 端到端也只有约 +5%，在运行噪声之内。LLM 解码受显存带宽限制，模块不提高带宽、也不解锁更多 CUDA 核心，所以词元生成速度不变。RTX 3080 Ti 20 GB OEM 版（GA102-250）解锁流程能走完，BF16 依然半速。游戏侧目前没有任何独立验证的帧率收益——DLSS 虽然用张量核心，但我们此前报道的 DLSS 5 更新那条产品线并没有因这个解锁被测出变化。
还有几条要记住：Notebookcheck 明确指出，所有数字都来自 GitHub 和 Reddit 的社区报告，没有任何评测机构独立验证。挂起恢复时显卡断电会重置速率选择器，模块会在驱动恢复前自动重新解锁，代价是恢复时间多约一秒，休眠不在覆盖范围内。Windows 上目前只有一个 UEFI 实验方案，BF16 +82.5% 的数字仅在单台机器上成功过。仓库根目录没有标准 LICENSE 文件（GitHub 因此显示无许可证），README 写明内核模块与本地打包为 GPL-2.0-only，生成的固件另有 firmware/NOTICE.md 约束。
编辑判断
GPU Unlock 最直接的受益人，是在 Linux 上用 RTX 30 系跑本地模型的人：3090 一类的卡二手价格已经很低，BF16 吞吐接近翻倍意味着 prefill 和扩散模型的出图吞吐显著提升，而 int8 量化工作流基本无感。比起花 4,999 美元买 DGX Spark 或者 7,299 美元买最高 192 GB 统一内存的锐龙 AI Halo，这是零硬件成本的路径。但这是一上线一周的项目，打包有坑、兼容性靠自愿报告、没有任何第三方实验室数据，生产环境不该急着上；愿意试的话，先在自己的非主力机器上按 README 走 make install，加好内核参数再重启。