O projeto open-source GPU Unlock, desenvolvido por Zagitta no GitHub, remove restrições comerciais impostas pela NVIDIA sobre a taxa de execução de núcleos tensoriais em GPUs da arquitetura Ampere (GeForce RTX 30), permitindo aumentos significativos de desempenho em cargas de trabalho de IA sem modificar drivers ou VBIOS.
+83% em RTX 3060: o experimento russo
Segundo publicação do Habr, testes em uma RTX 3060 (GA106-302, LHR) rodando Ubuntu mostraram que a taxa de FP16 em matrizes 8192³ subiu de 27,1 para 49,5 TFLOPS (x1,83). Contudo, em modelos quantizados, o ganho foi próximo de zero. A equipe destacou que a diferença entre as versões mede quase nada, pois os núcleos tensoriais não são o gargalo em modelos quantizados.
Como o desbloqueio funciona
O mecanismo se baseia em manipular registradores no espaço BAR0 da GPU, especificamente FEAT_OVR_PLM, FEAT_OVR_SM_SPD e FEAT_OVR_SM_SPD_1. Esses registradores controlam a velocidade de emissão de instruções para operações como FFMA, FMLA16 e FMLA32. O código injeta um módulo Linux carregado antes do driver oficial da NVIDIA, ajustando os limites dinamicamente em cada inicialização.
Limite de compatibilidade
O IT Home informa que o suporte abrange GPUs GA102, GA103, GA104 e GA106, comuns nas versões RTX 3070, 3080, 3090 entre outras. Entretanto, nem todas as placas garantem compatibilidade ou ganho mensurável. Testes mostraram melhorias de 56% a 82,5% em tarefas BF16 como MOSS-Image, ComfyUI e vLLM, enquanto cargas INT8 sofreram impacto mínimo (0,3%).
Onde a cobertura diverge
Enquanto o IT Home foca no escopo técnico e resultados globais (60% a 82,5%), o Habr enfatiza o porquê do ganho estar ausente em modelos quantizados. Ambos concordam que o aumento não beneficia jogos, já que a restrição afeta apenas instruções específicas de FP16/BF16.
O que ainda não foi divulgado
Impacto em GPUs RTX 40 (Ada Lovelace)
- Disponibilidade de versão estável para Windows fora do experimental
- Consequências legais ou de garantia ao usar o desbloqueio
- Compatibilidade com futuras gerações de GPUs
