10 月 23 日，GitHub 上出现了一个叫 gpu-unlock-ada 的项目。两天后，它拿到 2.7k star；到 11 月 10 日，是 4.8k。
项目首页挂着一组测试：同一张 RTX 4090，不换硬件、不刷显卡 BIOS、不动官方驱动。
FP16 输入、FP32 累加的 Tensor Core 吞吐从 165.6 TFLOPS 变成 331.6 TFLOPS。 这个数字很容易被读成「4090 免费变两张」。36氪
但开发者真正改的，是 GPU 启动阶段的一小段固件流程。
他们利用安全启动固件里的漏洞，拿到受保护寄存器的写权限，再改掉控制 Tensor Core 指令发射速率的 SS0、SS1。
改完后做一次 PCIe 功能级重置，官方驱动 615.78.08 照常接管。整个过程没有超频，功耗上限还是 450W。
限制不在驱动层，而在更底层。这也是为什么换驱动、刷 BIOS 都碰不到它。
但「指令吞吐翻倍」不等于「任务快一倍」。跑分表和实际任务之间，隔着一层数据搬运。
cuBLAS 矩阵乘法里，4096×4096 的 FP16 运算从 153.2 提到 206.0 TFLOPS，约 34%；8192 规模只多 12%。 BF16 在 4096 规模几乎没有变化。36氪
到了本地大模型，差距更明显。RTX 3090 跑 27B BF16 时，提示词预填充快约 33%，首 token 等待缩短约 24%。
但逐 token 生成速度没变。 那一段卡在显存带宽上，改指令发射速率帮不上忙。36氪
老卡的数据更抓眼。RTX 3090 Ti 的 BF16 矩阵运算从 87.5 提到 157.4 TFLOPS，涨 80%；TF32 接近翻倍。
RTX 3080 的 BF16 从 65.4 提到 113.4 TFLOPS，约 73%。
一张 22GB 显存的改装版 RTX 2080 Ti，FP16/FP32 从 55.7 提到 91.4 TFLOPS，约 64%。
这些数字都来自特定卡、特定驱动和特定测试。同型号的其他卡能不能复现，是另一回事。
这不是孤例。RTX 30 系列有 Zagitta 的 gpu-unlock，Turing 架构有 nlzy 和 haohervchb 的两个项目。
Windows 上也有人放出了 AD103 的实验方案。
它们的共同点，是都绕开了驱动，直接在启动阶段改配置。差别在于验证范围：有的只测了一张卡，有的只跑了一组矩阵。
代价也清楚。方案依赖固件漏洞，要在系统启动前改寄存器；目前主要在 Linux 上验证，Windows 的案例用的是一张 32GB 改装 RTX 4080。
它可能带来稳定性、安全和保修问题，也没有 NVIDIA 官方支持。对只打游戏的人，这些混合精度路径基本用不上，游戏帧数不会因此翻倍。
所以，真正值得关注的不是「4090 翻倍」这句标题，而是它暴露出的产品分层：同一块芯片，固件里还留着可被打开的算力。
要不要跟进，先看你每天跑的是矩阵乘、长上下文预填充，还是游戏和逐 token 聊天。
前两者可以等更多独立复测；后两者，暂时没有理由为一张跑分截图折腾。
