https://softon.top/tags/nvidia/ Recent content in NVIDIA on softon.top Hugo zh-CN Mon, 26 Oct 2026 00:00:00 +0000 https://softon.top/tutorials/gpu-unlock-nvidia-ampere-tensor-core-ai-compute-real-test/ Mon, 26 Oct 2026 00:00:00 +0000 https://softon.top/tutorials/gpu-unlock-nvidia-ampere-tensor-core-ai-compute-real-test/ <p>2026 年 10 月，一个叫 <strong>GPU Unlock</strong> 的开源项目突然火了。</p> <p>起因是社区发现——NVIDIA 从 Ampere 架构开始，把消费级显卡的 FP16/BF16 指令发射速率锁到了专业卡的一半。同名的 GA102 核心，GeForce 3090 卖几千块，A6000 卖几万块，差别就在一道寄存器。</p> <p>解锁后的实测数据相当夸张：RTX 3090 Ti 的 BF16 算力从 87.5 涨到 157.4 TFLOPS（+80%），ComfyUI 跑扩散模型出图提升 58%。这不是超频，不是改驱动，而是解除一道存在了八年的硬件限制。</p> <p>我按着社区实测报告，把整件事拆了一遍——<strong>锁了什么、怎么绕、快多少、风险在哪、到底值不值得折腾</strong>。</p> <blockquote> <p><strong>TL;DR</strong></p> <ul> <li>NVIDIA 从 Ampere 架构开始，把消费级显卡的 FP16/BF16 指令发射速率锁到专业卡的一半</li> <li>GPU Unlock 用 Linux 内核模块在驱动加载前改硬件寄存器，解除这道限制</li> <li>实测：3090 Ti BF16 87.5→157 TFLOPS、ComfyUI 出图 +58%、vLLM 推理 +33%</li> <li>但 LLM 逐 token 生成几乎没变（瓶颈在显存带宽），llama.cpp 量化模型完全无感</li> <li>风险真实存在：可能顶到 power cap，体质差的卡有烧卡风险</li> <li>换卡还是解锁？我算了一笔账</li> </ul> </blockquote> <h2 id="英伟达到底锁了什么">英伟达到底锁了什么？ </h2><p>先厘清一个常见误解：<strong>这不是显存不够，也不是 CUDA 核心被屏蔽</strong>。</p> <p>GA102、GA104 这些 Ampere 核心，物理上和专业卡（A6000、A100）是<strong>同一颗芯片</strong>。差别在于——NVIDIA 在硬件里放了一个<strong>速度选择寄存器</strong>（speed select register），控制 Tensor Core 的<strong>指令发射速率</strong>（instruction issue rate）。</p>