老显卡有救了？神Mod让RTX 30与40系性能翻倍

NVIDIA消费级GeForce显卡在特定计算负载下被人为限制了性能，这一情况近日被社区Modder打破。两个几乎同时出现的开源项目，分别针对RTX 30系“Ampere”和RTX 40系“Ada Lovelace”架构，解锁了FP16/BF16张量核心的完整指令发射速率，在AI计算场景中实现了接近翻倍的性能提升。

对于RTX 40系，开发者JustAResearcher发布的Linux内核模块gpu-unlock-ada，在官方驱动加载前抢先覆写SM（流式多处理器）的速度选择寄存器，从而绕过限制。在RTX 4090上，FP16和BF16张量指令的FP32累加吞吐从165.6 TFLOPS提升至331.6 TFLOPS，BF16从165.5 TFLOPS提升至330.6 TFLOPS，均接近翻倍。该解锁在PCIe功能级复位（FLR）和原厂驱动初始化后依然生效，且INT8和标量FP32性能保持在基线附近。项目还覆盖RTX 4070 Ti SUPER（95.0至189.9 TFLOPS）和RTX 4060 Ti 16GB。

RTX 30系方面，开发者Zagitta的gpu-unlock项目采用了类似的思路，结合了CMP矿卡解锁技术与早期内核模块初始化方法，支持GA102、GA103、GA104和GA106芯片。在RTX 3090 Ti上，BF16稠密矩阵乘法性能从87.50 TFLOPS跃升至157.41 TFLOPS，提升80%；TF32性能从42.58提升至82.61 TFLOPS，增幅94%；FP16则提升约35%。其他用户报告显示，RTX 3080 Ti的BF16性能从71.59提升至113.98 TFLOPS，RTX 3080 10GB从约65提升至110–113 TFLOPS，RTX 3070和RTX 3060 12GB的提升幅度在73%至81%之间。

在真实AI工作负载中，一位RTX 3090 Ti用户在ComfyUI中测得了58.6% 的图像生成吞吐提升；LLM推理方面，vLLM的提示处理吞吐量提升了33%。不过，由于LLM解码通常受限于显存带宽而非张量核心算力，token生成速度基本没有变化。同样重要的是，目前没有证据表明这些解锁能提升游戏帧率或DLSS性能，因为游戏和DLSS所调用的指令模式与这些被解锁的计算路径并不重合。

两个项目都运行在原厂NVIDIA驱动之下，无需修改驱动或刷写VBIOS，但均以Linux内核模块形式实现，Windows下的UEFI方案仍处于实验阶段。此外，任何此类修改都会使显卡失去保修，且结果并非普适——已有RTX 3080 Ti用户报告解锁流程完成但BF16性能未见提升。对于使用RTX 30/40系显卡运行本地AI推理或图像生成的用户，这提供了一条在不更换硬件的前提下获取可观性能增益的路径。