NVIDIA RTX 20 至 40 顯示卡隱藏效能遭破解　AI 運算最高翻倍

從 RTX 3090 擴展至三代顯示卡

這項破解技術最初源自開發者對 NVIDIA CMP 挖礦顯示卡運算限制的研究，其後由開發者 Zagitta 透過開源 GPU-Unlock 項目，將相關方法應用於 GeForce RTX 30 系列。

隨着研究持續推進，開發者亦利用 TOTORONG 的韌體載荷，將技術擴展至採用 Ada 架構的 RTX 40 系列，甚至包括較舊的 RTX 2080 Ti。

與傳統修改顯示卡驅動程式的方法不同，這些工具會在 NVIDIA 驅動程式載入前，調整 GPU 底層配置暫存器，解除部分 Tensor Core 指令的執行速率限制。

整個過程毋須修改顯示卡硬件或重新刷寫 VBIOS，但效果並非永久保留，當 GPU 斷電後，相關設定便會恢復原狀。

RTX 4090 實測 AI 運算吞吐量翻倍

目前公開的測試結果顯示，部分 GeForce RTX 顯示卡在解除限制後，特定 AI 運算效能有明顯提升。

RTX 3090 Ti 在 BF16 矩陣乘法測試中，運算效能由原本的 87.5 TFLOPS 提升至 157.4 TFLOPS，增幅約 80%。

RTX 4090 的 FP16 Tensor Core 指令吞吐量則由 165.6 TFLOPS 提升至 331.6 TFLOPS，幾乎達到原來兩倍。

至於較舊的 RTX 2080 Ti，亦有開發者 KohakuBlueleaf 展示解鎖成果，相關測試由 59.9 TFLOPS 提升至 111 TFLOPS。值得留意的是，該張 RTX 2080 Ti 本身已經過硬件改裝，配備 22GB VRAM，但記憶體改裝與今次軟件解鎖屬於兩回事。

此外，RTX 3060、RTX 3070、RTX 3080，以及部分 RTX 40 系列型號亦已有成功測試紀錄，但暫時未能確認所有顯示卡版本均可正常使用。

本地 AI 推理有望受惠　遊戲 FPS 不會提升

這次解鎖主要影響採用 FP16、BF16 輸入及 FP32 累加的運算，部分架構亦涉及 TF32 和 FP8 工作負載。

因此，涉及大量矩陣乘法的 AI 工作，例如大型語言模型提示詞處理及部分 AI 圖像生成任務，都有機會獲得效能改善。

不過，實際提升幅度並非所有情況都能達到兩倍。以 RTX 3090 為例，現有測試顯示大型語言模型的提示詞處理速度約提升 14% 至 36%，但 Token 生成速度基本沒有明顯變化，原因是這類工作往往受到記憶體頻寬限制。

對一般遊戲玩家而言，這些破解方法並不會直接改善遊戲 FPS，因為它們針對的是特定 Tensor Core 運算限制，而非整體圖像渲染效能。

主要支援 Linux　RTX 50 暫未成功解鎖

現階段多個解鎖項目主要針對 Linux 平台，雖然已有實驗性 Windows 版本，但兼容性及穩定性仍存在限制。

由於工具涉及 GPU 底層設定，部分不受支援的配置更可能導致系統無法正常啟動，使用前需要留意相關風險。

至於採用 Blackwell 架構的 RTX 50 系列，目前尚未有獲確認成功運作的解鎖方法。

隨着 RTX 20、30 及 40 系列陸續出現成功測試，部分用戶亦開始要求 NVIDIA 官方解除舊款 GeForce 顯示卡的相關限制。不過，這項技術會否令具備 24GB VRAM 的 RTX 3090 及 RTX 4090 在二手 AI 硬件市場更受歡迎，仍有待觀察。

來源：

Source: RTX 30 Unlock (GPU-Unlock), RTX 40 Unlock (GPU-Unlock-Ada), RTX 20 Unlock (Turing Unlock)

在 Google 上關注我們 設定為優先來源