RTX 3090 启用 gpu-unlock 后 BF16 tensor 运算接近翻倍，但推理实测只快约 10%

开源工具解锁NVIDIA RTX 30系硬件指令性能进展综述

近期，围绕开源的 `gpu-unlock` 内核模块，针对 NVIDIA GeForce 30 系列消费级显卡（GA102/103/104/106）的硬件限制进行解锁的工作取得了快速进展。该模块通过 Linux 内核模块方式，结合 UEFI 预驱动时序，在不依赖 NVIDIA 新驱动版本的情况下，旨在解锁 FP/BF16 等指令发射率。 **针对 RTX 3090/3090 Ti 的进展方面：** 最初发布于 2026年10月21日的 1.0.0 版本，在 RTX 3090 上实测提升了约 15% 的 PP 和 5% 的 TG。后续的跟进报道指出，BF16 tensor 运算能力得到巨大提升，如 3090 的 BF16 GEMM 从 64 升至 99 TFLOPS，而 3090 Ti 在 BF16 GEMM 上的性能从 87.50 TFLOPS 提升至 157.41 TFLOPS。但在实际 LLM 推理场景中，其对 2 卡上 90K token prompt 的提速约在 10%左右，部分提升受 GEMM 阶段缩短比例有限。 **针对 RTX 3080 20GB 的进展方面：** 解锁的范围进一步扩展至 20GB 版本的 RTX 3080。技术实现上存在两种方法：一是原作者的补丁，通过解锁 ReBAR 和 P2P 特性，在双卡 Qwen3.8 27B 模型测试中，单流 prefill 速度提升达到 71%至 115%（8192 token prompt 从 967 tok/s 提升至 2080 tok/s）。二是用户利用 DeepSeek AI 指令辅助解锁底层 Tensor Core 功能，实现 FP16 性能从 60.54 TFLOPS 的提升至 109.39 TFLOPS，约 80.7% 的性能飞跃。 **技术原理与局限性：** 解锁工具利用了 2026年6月披露的 Booter 缓冲区溢出漏洞，以最高权限覆盖寄存器恢复全速，旨在消除消费卡被工厂熔断限制为一半张量核心速度的状态。该技术可适用于 Turing、Ampere 和 Ada 架构，但目前指出，由于 Blackwell 采用 FSP（RISC-V 根信任）启动且无可利用的 Booter，故目前无法实现解锁。