英伟达已经上市一段时间的 GeForce RTX 30 系列显卡，显然还有大量尚未释放的计算潜力。GitHub 用户扎吉塔开发了一款名为 GPU Unlock 的开源新项目，可以解除安培架构显卡上部分人为设置的性能限制，在特定负载下，张量核心的计算吞吐量几乎可以翻倍，而且不需要修改英伟达驱动，也不用永久刷写显卡的 VBIOS。

　　这个项目专门针对一项指令发射速率限制：在使用 FP32 累加的 FP16/BF16 张量核心运算中，消费级安培显卡的运行速率相比专业卡更低。解除这项限制之后，工具就能释放显卡硬件本身就具备的额外计算性能。

　　有意思的是，GPU Unlock 建立在早前针对英伟达 CMP 加密货币挖矿显卡的相关研究之上。它把 CMP 项目的固件解锁技术和一套提前初始化方案结合起来，依靠一个 Linux 内核模块，在英伟达显卡驱动加载之前执行操作。该模块修改对应的硬件速度选择寄存器，执行一次功能级重置，之后原版驱动就可以正常初始化显卡。

　　这也意味着用户每次更新驱动新版本时，都不用再给驱动打补丁。开发者目前标注支持 GA102、GA103、GA104、GA106 型号 GPU，覆盖了 RTX 30 系列里的大部分型号，不过并不是每一张显卡都一定能兼容，也不保证都能获得性能提升。

　　性能提升的幅度可以相当可观。根据项目 GitHub 仓库放出的基准测试数据，一块功耗上限设置在 450W 的 RTX 3090 Ti，在使用 FP32 累加的稠密矩阵乘法测试中结果如下：

　　那在实际应用里的表现如何？好在社区用户已经开始在真实 AI 负载下测试这项解锁功能，初步结果比较乐观。

　　大语言模型推理也是潜在受益场景，不过提升效果高度取决于负载类型。例如一份 RTX 3090 的兼容报告显示，vLLM 的提示词处理与推理吞吐量提升 33%，但词元生成速度基本没有变化。这也很好理解，大语言模型解码环节的瓶颈往往是显存带宽，而不是张量核心的原始计算吞吐量。

　　还有一项值得关注的进展是实验版 Windows 实现方案，它不再使用原先的 Linux 内核模块，而是基于 UEFI 的方式。开发者记录了 RTX 3090 的成功案例，BF16 计算吞吐量提升约 82.5%。但这个版本仍然属于实验性质，只适配特定硬件，并不是通用可用的 Windows 正式版本。

　　该方案同样存在明显局限。GPU Unlock 不会提高显存带宽，不会解锁更多 CUDA 核心，也无法让所有负载自动提速。至少有一份 RTX 3080 Ti 20GB 的反馈显示，解锁流程执行成功，但 BF16 性能没有出现预期提升，说明效果并不通用。

　　游戏方面，英伟达的 DLSS 技术同样会用到张量核心，但目前没有可靠证据证明 GPU Unlock 可以提升游戏帧率或是缩短 DLSS 的运行耗时。只有当任务本身调用了这些受影响的指令和累加模式时，才有可能获得收益。所以，这些亮眼的计算跑分，不能等同于游戏帧数会同步上涨。

　　即便如此，对于 RTX 30 系列显卡持有者来说，GPU Unlock 仍是一个很有吸引力的新尝试，尤其是那些把显卡用于本地 AI 推理、图像生成以及其他高计算负载场景的用户。这个项目目前还处在实验阶段，但不用永久改动硬件，就能从现有显卡里挖出可观的额外性能，确实很有吸引力。