一张已经上市几年的 RTX 30 系显卡，还能再挤出多少算力？GitHub 用户扎吉塔（Zagitta）给出的答案是：在特定负载下，张量核心的计算吞吐量几乎可以翻倍。他开发的开源项目 GPU Unlock，专门用来解除安培（Ampere）架构消费级显卡上部分人为设置的性能限制，而且不需要修改英伟达驱动，也不用永久刷写显卡的 VBIOS。
这个项目盯上的是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，工具释放的是显卡硬件本身就具备的额外计算性能。
它怎么做到的
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（FLR），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。
跑分能涨多少
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（GEMM）测试中表现可观。这类提升并不只出现在 RTX 3090 Ti 上。
- 一位 RTX 3080 Ti 用户反馈，在显卡功耗限制为 315W 的条件下，BF16 吞吐量从 71.59 TFLOPS 提升至 113.98 TFLOPS，TF32 性能从 35.65 TFLOPS 提升至 65.28 TFLOPS。
- 一份 RTX 3080 10GB 的兼容报告显示，在显卡原厂 320W 功耗上限下，FP16/BF16 性能从大约 65 TFLOPS 提升到 110–113 TFLOPS。
这些测试结果也在 X 平台上被广泛讨论。
真实负载下的表现
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。Reddit 上一位 RTX 3090 Ti 用户在 ComfyUI 中做了跑分测试：
- MOSS-Image SFT BF16 吞吐量提升 58.6%
- Qwen-Image 2.1 Turbo BF16 提升 57.2%
- Z-Image Turbo BF16 提升 56.1%
- MOSS-Image SFT INT8 仅提升 0.3%
测试者同时表示，默认状态和解锁后生成的图片解码结果完全一致。INT8 精度模式下提升幅度很小，说明收益集中在特定精度路径上。
大语言模型（LLM）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。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（token）生成速度基本没有变化。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。
别指望它包打天下
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。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。