#开源项目 GPU Unlock 项目：可以让 RTX 30 系显卡 AI 吞吐提升近 60%，结果后本地运行量化模型性能明显提升。使用 RTX 3090 Ti 进行 8192³ 稠密矩阵乘法测试，测试结果如下：FP16 性能从 87.46 提升到 118.39；BF16 从 87.50 提升到 157.41；TF32 从 42.58 提升到 82.61 TFLOPS。项目适用于 RTX 3090、支持部分 3080/3070/3060 显卡。查看全文：https://ourl.co/127672
开发者 @Zagitta 日前发布开源项目 GPU Unlock，该项目可以释放部分英伟达安培架构显卡的算力。项目通过 Linux 内核模块在英伟达驱动接管显卡前调整硬件速度选择器，让特定 FP16/BF16 运算的指令发射速率翻倍。
GPU Unlock 面向 GA102/103/104/106 芯片，覆盖 RTX 3090、部分 RTX 3080/3070 以及 RTX 3060 显卡。项目提高的是 FP16 或 BF16 输入、FP32 累加的 FMA 运算指令发射速率，目标是达到专业卡的水平。
项目把内核模块和固件操作放在启动阶段，在英伟达驱动加载前修改 GPU 速度选择器并执行功能级复位，之后由未修改的英伟达驱动正常接管显卡。项目本身不修改驱动程序、不永久刷新显卡 VBIOS、启用需要配置 Linux 内核启动参数。
项目以功耗上限 450W 的 RTX 3090 Ti 显卡进行 8192³ 稠密矩阵乘法测试，采用五次测试的中位数。其中 FP16 性能从 87.46 提升到 118.39 TFLOPS，性能增加 35%；BF16 从 87.50 提升到 157.41 TFLOPS，性能增加 80%；TF32 从 42.58 提升到 82.61 TFLOPS，性能增加 94%。
有 RTX 3090 Ti 用户在 ComfyUI 中测试图像和视频生成，其中 MOSS-Image SFT、Qwen-Image 2.1 Turbo 和 Z-Image Turbo 的 BF16 吞吐量分别提升 58.6%、57.2% 和 56.1%，MOSS 的 INT8 测试只提升 0.3%。
GPU Unlock 所说的性能翻倍主要针对特定 Tensor Core 指令发射速率，矩阵乘法基准和部分 BF16 图像生成受益比较明显，但 INT8 任务、受显存带宽限制的 LLM 解码等场景性能提升有限。
即便显卡型号在支持列表内，具体提升也会随芯片、功耗上限和工作负载存在区别，例如在测试中 RTX 3080 Ti 20GB 版完成解锁后，BF16 仍然维持原来的速率，并没有显著提升。
访问项目：https://github.com/Zagitta/gpu-unlock/blob/main/README.md
