У GeForce RTX 20, 30 и 40 научились раскрывать скрытую вычислительную производительность - прирост достигает почти 2×
Автор: Богдан Андреевич
Обновлено: 26.10.2026Похоже, NVIDIA слишком сильно придерживала GeForce в вычислениях: моддеры уже показали почти двукратный рост tensor-производительности на RTX 4090, RTX 3090 Ti и даже RTX 2080 Ti.
Получайте новости быстрее
Энтузиасты обнаружили способ обхода ограничений вычислительной производительности видеокарт NVIDIA на архитектурах Turing, Ampere и Ada Lovelace. Модификации позволяют увеличить скорость отдельных матричных операций почти вдвое, приблизив возможности потребительских GeForce к профессиональным ускорителям на аналогичных графических чипах.
Речь идёт не о традиционном разгоне или разблокировке дополнительных вычислительных блоков. Разработчики изменяют параметры инициализации GPU, отвечающие за скорость выполнения определённых инструкций. При этом видеокарты продолжают работать со штатными драйверами NVIDIA.
GeForce RTX 30: прирост до 80%
Первым заметным проектом стал GPU Unlock для видеокарт архитектуры Ampere. Он позволяет увеличить скорость выполнения операций FP16 и BF16 с накоплением результата в FP32 на графических процессорах GA102, GA103, GA104 и GA106.
В тестировании GeForce RTX 3090 Ti производительность BF16-вычислений выросла с 87,5 до 157,4 TFLOPS, что соответствует приросту почти на 80%.
Положительные результаты также получены на RTX 3090, RTX 3080, RTX 3070 и RTX 3060. В зависимости от модели и условий тестирования ускорение матричных вычислений составляет десятки процентов.
Разработчики отмечают, что модификация способна ускорять отдельные задачи искусственного интеллекта, включая обработку запросов большими языковыми моделями. Однако прирост зависит от конкретной нагрузки и не распространяется на все вычислительные операции.
RTX 4090 почти удвоила производительность
Для архитектуры Ada Lovelace представлен отдельный проект, продемонстрировавший ещё более впечатляющие результаты.
На GeForce RTX 4090 производительность FP16-вычислений с накоплением в FP32 увеличилась со 165,6 до 331,6 TFLOPS. Аналогичный результат получен для BF16: показатель вырос со 165,5 до 330,6 TFLOPS.
При этом энергопотребление видеокарты ограничивалось прежними 450 Вт, а тестирование проводилось со штатным драйвером NVIDIA.
В реальных матричных операциях прирост оказался скромнее. Дополнительные измерения показали ускорение cuBLAS GEMM на 12–34% для FP16 и до 20% для BF16 в отдельных конфигурациях.
Это объясняется тем, что общая производительность зависит не только от скорости выполнения инструкций, но и от пропускной способности памяти, особенностей алгоритмов и других ограничений.
Разблокировка добралась до RTX 20
Аналогичный эксперимент провели и с архитектурой Turing. Исследователю удалось разблокировать вычислительные ограничения GeForce RTX 2080 Ti на графическом процессоре TU102.
В результате производительность FP16-операций с FP32-накоплением выросла с 46,9 до 93,7 TFLOPS — практически вдвое. В тесте cuBLAS GEMM ускорение составило около 77%.
Однако проект пока носит экспериментальный характер. Успешная разблокировка продемонстрирована на конкретной модели ASUS RTX 2080 Ti, поэтому говорить о полноценной поддержке всей линейки RTX 20 преждевременно.
Что это означает для пользователей
Главное преимущество модификаций заключается в повышении производительности определённых вычислительных задач без замены видеокарты. Это особенно интересно пользователям, работающим с локальными нейросетями и другими приложениями, активно использующими матричные операции.
На игровую производительность рассчитывать не стоит. Представленные изменения не увеличивают количество CUDA-ядер или Tensor-ядер и не обеспечивают автоматического ускорения всех задач.
Кроме того, разблокировка требует вмешательства в процесс инициализации видеокарты до загрузки драйвера. Такие модификации могут привести к проблемам совместимости, нестабильной работе и ограничениям гарантийного обслуживания.
Пока проекты остаются экспериментальными и рассчитаны преимущественно на технически подготовленных пользователей. Тем не менее результаты демонстрируют, что часть вычислительных возможностей GeForce ограничена программно и может быть доступна без аппаратных изменений.
Ознакомиться с проектами разблокировки:
\
\
Источник: TechPowerUp
Как вам новость?
Загружаем оценки…