[技术] 有人把英伟达 RTX 30 系的 AI 算力「解锁」了，矩阵计算最高提升 85%

有开发者发现，部分英伟达显卡的 Tensor Core 在执行特定矩阵运算时存在人为设置的速度限制，并找到了用软件绕过的办法：部分 AI 矩阵计算性能可提升 60% 到接近翻倍。目前已有两个开源项目，Linux 侧是 GPU Unlock，Windows 侧是 Windows GPU Unlock，都是 2026 年 10 月刚出现的。

受影响的主要是 Ampere 架构、GA102 与 GA104 核心的产品，包括 RTX 3090、3080、3070 等。关键点是：这不是超频，也没有凭空增加计算单元，而是解除某些计算路径的吞吐限制——显卡本来就能用别的方式跑到接近的速度，因此作者认为硬件损坏风险很低。它也不会提升游戏帧率，只在模型和推理引擎正好用到被限制的计算方式时才见效。

实测数据相当直观：RTX 3090 Ti 的 BF16 提升约 80%、TF32 约 94%；RTX 3080 Ti 分别为 67% 与 73%；RTX 3080 10GB 的 FP16/BF16 提升约 69%–74%；一张 2080 Ti 在解除限制后 FP32 累加的矩阵吞吐提升 85.3%，而原本更快的 FP16 累加几乎没变化；同卡 A/B 测试中，3090 跑 8192³ 的 PyTorch GEMM 从 73.03 TFLOPS 提升到 122.76 TFLOPS。有人在 360W 功率上限下用 PyTorch 测得 3090 从 75 TFLOPS 升到 135 TFLOPS。

落到本地大模型上，收益会缩水。有人用 3090 测了推理引擎 Strata：16K 提示词处理速度提升 16%，首个 token 等待缩短约 14%，生成速度基本不变；另有人测 llama.cpp 的量化模型，解锁前后几乎没差别。也就是说，对普通聊天式推理意义有限，真正吃到红利的是吃满矩阵算力的训练与批量推理场景。

原文链接：https://www.appinn.com/nvidia-gpu-ai-compute-unlock/
来源：小众软件

原文链接：https://www.appinn.com/nvidia-gpu-ai-compute-unlock/
来源：小众软件