二手RTX 3090凭借24GB显存和高性价比，已成为家庭运行AI模型的首选。然而，Nvidia在GeForce系列显卡中设定了一项限制：在执行常见的AI数学运算时，其速度仅为全速的一半。目前，多个开源项目声称已能解除RTX 20、30及40系列显卡的这一限制。
该限制源于张量核心（Tensor Cores）的工作机制。当执行FP16或BF16乘法并在高精度FP32中累加结果时，GeForce显卡的指令速率仅为FP16累加模式的一半。由于大多数训练及部分推理任务依赖这种FP32累加模式，这一限制影响了性能表现。相比之下，基于相同芯片构建的工作站显卡（如RTX A6000）则以全速运行此模式。
开源方案与性能提升
GitHub用户Zagitta发布了针对RTX 30系列的“gpu-unlock”工具。该Linux内核模块在Nvidia驱动加载前介入，重写GPU速度选择寄存器并重置显卡，无需刷写VBIOS或修补驱动。
在功耗限制为450W的RTX 3090 Ti上测试显示，BF16吞吐量从87.5 TFLOPS提升至157.4 TFLOPS，TF32性能几乎翻倍，FP16提升35%。
随后，开发者将该方案适配至其他架构。针对RTX 4090的“gpu-unlock-ada”版本，将FP16指令速率从165.6 TFLOPS提升至331.6 TFLOPS。需注意，这是原始指令发出速率，独立用户在实际矩阵负载下的测试显示，性能提升幅度介于12%至34%之间。
对于较老的Turing架构，“turing-unlock”主要针对RTX 2080 Ti。在一款改装为22GB显存的显卡上测试，FP16矩阵运算速度提升了36%至64%。因Turing架构不支持硬件级BF16，故无相关数据。
实际影响与风险提示
对普通玩家而言，游戏极少涉及此类运算，因此几乎感知不到差异。在AI应用中，聊天机器人的令牌生成速度受限于内存带宽而非计算能力，因此提升微乎其微；但提示词处理速度提升了14%至36%。图像生成和模型微调因高度依赖FP32累加的张量运算，将成为最大受益者。
目前，该方案主要支持Linux系统，仅有少数实验性Windows端口在特定硬件上验证通过。
关于安全性，Zagitta认为硬件损坏风险极低，因为显卡原有的节流保护和电源管理机制仍然有效。但“turing-unlock”文档则更为谨慎，警告称张量核心功耗巨大，满负荷运行可能存在损坏硬件的风险。