什么值得买App

我的兴趣消费指南

什么值得买
连续签到专享现金活动

gpu-unlock 的七天账本:+80% 和 -9.1% 都是真的,先看清你的任务落在哪条算力路径上

10月18日在 GitHub 上建的一个空仓库,七天攒了三千多颗星。项目叫 gpu-unlock,它干的事听起来像魔幻故事:把 RTX 30 系显卡固件里的一个开关改回去,3090 Ti 的 BF16 算力从 87.5 TFLOPS 干到 157.4,白捡 80%。二手市场比任何驱动更新都快,原本 1000 美元的 3090 Ti 一周被炒到 2650 美元。微博知乎

gpu-unlock 的七天账本:+80% 和 -9.1% 都是真的,先看清你的任务落在哪条算力路径上

但在本地大模型群里,被问得最多的问题其实特别朴素:"我平时用 Ollama 跑问答,装了这个能快吗?"翻一圈各家实测,答案让人意外:不但大概率不快,有位博主的 131K 超长上下文测试里,连续吐字反而从 57.5 掉到了 52.2 token/s。哔哩哔哩

"+80%“和”-9.1%"之间,还躺着 +17.5%、+34.4%、+61%、+52%、±2% 等十几个版本。我把这两天知乎的科普长文、B 站的实测视频、微博的热话汇总全部翻了一遍,最意外的结论是:它们基本都是真的——只是每个人量的不是同一个地方。这篇文章就是来把这七天的账对完的。

它到底解开了什么

先排除三个流传最广的错误说法:这不是超频,不是刷 BIOS 开核,也没有改任何硬件。RTX 3090 和专业卡 A6000 用的是同一颗 GA102 芯片,CUDA 核心数量、Tensor 核心硬件一模一样,没有任何物理阉割。差别在英伟达固件里留的一组"速度选择器"寄存器(SS0/SS1),它把"FP16/BF16 输入 + FP32 累加"这条混合精度路径的指令发射速率,卡在了专业卡的一半——同样的肌肉,游戏卡被要求每秒只出一半的拳。知乎哔哩哔哩

gpu-unlock 的做法相当巧:一个塞进 initramfs 的 Linux 内核模块,赶在 NVIDIA 官方驱动加载之前,借显卡自己 VBIOS 里的 FWSEC 签名固件"自己解锁自己",把 SS0 写成 0x88888888,再做一次 PCIe FLR 复位,然后把卡干净地交回原版驱动。不碰电压、不碰功耗墙、驱动一个字节不动,断电即失效。开发者 Zagitta 在 Hacker News 上的原话是:“这个漏洞翻转的是两个 bit,而这两个 bit 把某些指令的发射速率砍成了专业卡的一半。”知乎哔哩哔哩

gpu-unlock 的七天账本:+80% 和 -9.1% 都是真的,先看清你的任务落在哪条算力路径上

两个补丁信息要记住:第一,从来被锁的只有"半精度输入+单精度累加"这一种组合,FP32、INT8、FP16 自己累加本来就满速;第二,这事只对 RTX 20/30/40 三代有意义,RTX 50 本就是全速——换句话说,解锁的幅度跟型号关系不大,跟你的任务在不在锁上关系极大。知乎

把散落的数字对成一张账

4090 侧的数字最"炸"也最容易被误读:FP16 输入、FP32 累加的 Tensor Core 吞吐从 165.6 TFLOPS 升到 331.6,几乎翻倍,还有第二位持有者用同卡同功耗做了独立复测。但同一篇文章里,真实 cuBLAS 矩阵乘法只涨 12% 到 34%——4096×4096 的 FP16 从 153.2 到 206.0,BF16 的 4096 档位甚至基本没变。寄存器上限翻倍,和任务实际变快,中间隔着显存带宽、功耗和调度三道闸。知乎

把社区两天里的关键读数排成一张表,落差一目了然:

量的是什么

平台/卡

解锁前→后

增益

BF16 寄存器吞吐

3090 Ti

87.5→157.4 TFLOPS

+80%

Tensor 指令吞吐

RTX 4090

165.6→331.6 TFLOPS

≈翻倍(复测一致)

cuBLAS 真实矩阵乘

RTX 4090

153.2→206.0(FP16 4096)

+12%~34%

vLLM 长上下文 prefill

2×3080 20G 受控A/B

—

+33~36%,TTFT -25%

Strata 九档 prefill / 131K decode

3080 Ti

963.8→1088.3 / 57.5→52.2

+12.9% / -9.1%

生图 / 出视频 / 做歌

双 3090 Ti

23.5s→14.1s / 271s→178s

+67% / +52%

大模型 prefill(按量化格式)

3090 Ti 双卡 350W

W4A16 / W4A8

+12~17% / ±2%

连续对话 decode(12 个测试单元)

2×3080 20G

波动区间全部重叠

无提升

看懂这张表,就看懂了整场"翻倍"风波:吃到收益的是计算瓶颈型的活——训练、LoRA、prefill、扩散模型生图出视频;吃不到的,恰恰是大多数家用本地用户的主场景——纯聊天 decode 被内存带宽卡死,发射闸门再宽也没用,那个 -9.1% 更可能是撞功耗墙后的降频副作用而非实锤倒退,目前还没有受控复测,值得继续盯。用 GGUF 量化跑模型的也要再失望一次:多数 GGUF 格式走的路径不在锁上,“看的是计算格式,不是模型名字”。知乎哔哩哔哩

功耗里还藏着一笔账:受控报告显示,解锁后算得更快会更快撞功耗墙,SM 频率从约 1720MHz 被压到 1330–1365MHz;卡着 220W 不动,"理论 2×"到手只剩约 1.5×。想要全额就得放开功耗墙,然后回到散热的老问题——塔式双卡机箱里上面那张卡过热降频,已经有不止一位实测者踩坑。知乎哔哩哔哩

gpu-unlock 的七天账本:+80% 和 -9.1% 都是真的,先看清你的任务落在哪条算力路径上

环境门槛:Linux 原生是门票

这一波所有被反复验证的数据都长在 Linux 上:内核模块、DKMS、initramfs。Windows 官方线根本没有对应实现;真正验证过的 Windows 方案是把解锁事务用 EDK2 重写成 EFI 程序、抢在启动管理器之前执行,但它是按整机编译的——主板型号、BIOS 版本、PCI ID、VBIOS 校验全部硬编码,目前只有三个 profile 经过真实硬件验证。WSL2 则是彻底出局:GPU 走 GPU-PV 半虚拟化通道,不存在"驱动加载前"那个时间窗口。微博知乎哔哩哔哩

gpu-unlock 的七天账本:+80% 和 -9.1% 都是真的,先看清你的任务落在哪条算力路径上

安装过程本身还有两个容易劝退新手的细节:从固件帧缓冲交接到 nvidia-drm 接手之间会黑一段屏,这是设计的正常过程,此时强制关机才是真的给自己添事故;解锁后的数值结果与锁定时逐位相同、SHA-256 哈希一致——也就是说没有"精度换速度"的暗账。"烧卡"之说目前没有原理支撑,但 Windows 那条 EFI 路线要动 ESP 分区和 BCD,写错的后果是开不了机,修引导比换卡便宜,也麻烦得多。知乎

谁该上车,谁别动

值得折腾的人画像很具体:原生 Linux、手里有张 20/30/40 系、主要用途是训练、LoRA 或 prefill 密集的长文档与 Agent 任务,且愿意为功耗和散热买单。对这群人来说,这是算力的一次实打实打折。

gpu-unlock 的七天账本:+80% 和 -9.1% 都是真的,先看清你的任务落在哪条算力路径上

不折腾的人也同样具体:打游戏的不必关心,这条路径游戏根本不走;Windows + GGUF 纯聊天的,没收益还装不上,群里问"我能快吗"的朋友,答案是"不能"。最不该动的是现在追高 3090 Ti 的人——2650 美元是炒上去的价格,不是解锁本身的价格。这事有历史先例:2022 年那张 LHR 挖矿锁,全网折腾破解,最后英伟达用一版新驱动官方解除了限制。厂商自己改刀法的时候,往往比民间快。微博

最后

这波解锁真正值钱的结论,不是"白捡 80% 算力",而是它把一件事摆上了台面:消费卡和专业卡之间那道墙,很大程度是固件画的,不是硅做的。硬件一直是满的,刀法切的是账单。对本地大模型用户,下一步行动也简单:先查你最常跑的任务落在哪条路径上——在不在锁上、在不在 Linux 上、功耗墙让不让。三个答案都是"是"再动手;有一个"否",这波热闹就跟你没关系,让子弹先飞一会儿,顺便等二手价格挤完泡沫。

评论

评论区空态插画

当前文章无评论,是时候发表评论了