GitHub 用户 Zagitta 近日发布了一项名为 gpu-unlock 的开源项目，声称能够释放 Nvidia GeForce RTX 3090 等基于安培架构显卡的潜在计算性能。该项目无需修改硬件或更换驱动程序，即可在特定 Tensor Core 工作负载中实现显著的性能提升。
据开发者介绍，Nvidia 在消费级 GeForce 系列显卡上对 FP16 和 BF16 Tensor Core 操作的指令发行率进行了限制，导致其速度约为同代专业级 GPU 的一半。gpu-unlock 通过修改硬件速度选择寄存器来移除这一限制。该技术借鉴了此前解锁 Nvidia CMP 挖矿 GPU 的研究成果，采用 Linux 内核模块形式运行。该模块在 Nvidia 图形驱动程序加载前执行，修改相关寄存器并重置 GPU，随后将控制权交还给未修改的原生驱动程序，因此无需永久刷写 VBIOS 或修改固件。
社区兼容性报告显示，RTX 3090 在 BF16 矩阵乘法运算中的性能从 77.5 TFLOPS 提升至 129.6 TFLOPS；TF32 性能则从 40.2 TFLOPS 提升至 69.8 TFLOPS。其兄弟型号 RTX 3090 Ti 在 BF16 吞吐量上也表现出类似增长，从 87.5 TFLOPS 升至 157.4 TFLOPS。
然而，实际性能增益高度依赖于具体应用场景。有 RTX 3090 用户反馈，在本地大语言模型（LLM）推理过程中，长上下文提示词的处理速度提升了约 16%，但 Token 生成速度几乎无变化。另一方面，在 RTX 3090 Ti 上进行的 ComfyUI 测试显示，若干 BF16 密集型图像生成工作负载的吞吐量提高了约 47% 至 59%。
对于游戏玩家而言，尽管 DLSS 技术也使用 Tensor Cores，但目前尚无独立验证的游戏基准测试表明帧率（FPS）有所改善。此外，原始项目目前仅支持 Linux 系统，虽然已有独立的 Windows 试验性端口证明解锁后的 RTX 3090 可在特定系统上成功启动 Windows，但整体仍处于实验阶段。
鉴于其实验性质，在主游戏 PC 上安装此工具存在一定风险。但对于希望在不购买新硬件的前提下挖掘旧款 RTX 30 系列显卡剩余计算潜力的用户来说，该项目提供了一种可行的探索方案。
