网通社科技快报
开发者解锁RTX30系列Tensor Core限制 BF16算力提升60%至94%
近期，开发者在英伟达RTX 30系列显卡中发现针对Tensor Core的软件级算力限制，并成功通过修改底层寄存器配置实现绕过。实测显示，RTX 3090、3080 Ti等GA102/GA104核心型号在BF16精度下性能从75 TFLOPS提升至最高135 TFLOPS，增幅达80%；RTX 3090 Ti的TF32性能提升达94%。该限制非硬件缺陷，而是由驱动或固件层主动施加，旨在区分消费级与专业级产品线。
两个开源项目随之诞生：Linux平台的GPU Unlock与Windows平台的Windows GPU Unlock，均于2026年10月初发布。其原理为激活被屏蔽的Tensor Core数据通路，不涉及超频、电压调整或功耗墙变更，硬件风险极低，但需正确操作以避免系统不稳定。Linux版兼容性较广，已在Proxmox虚拟机等环境中验证；Windows版需UEFI启动干预，门槛较高。
实际应用中，收益取决于模型与推理引擎：Strata引擎下16K上下文大模型提示处理速度提升16%，首token延迟缩短14%；而llama.cpp量化模型测试未见明显变化，表明仅当密集调用受限GEMM路径时效果显著。该限制仅影响Tensor Core部分计算模式，对CUDA核心、光追及游戏性能无影响。
行业背景上，Ampere架构首次在GeForce卡中引入第三代Tensor Core，但为规避与A100等专业卡竞争，英伟达实施了软性约束。类似做法曾见于AMD RX 6000与Intel Arc早期型号。值得注意的是，RTX 40系列暂未发现同类限制，而此次解锁为预算有限的本地AI开发者提供了潜在性能增益，尤其适用于BF16微调与小型模型推理场景。项目仍处早期，存在驱动冲突与识别异常风险，英伟达尚未对此表态。
两个开源项目随之诞生：Linux平台的GPU Unlock与Windows平台的Windows GPU Unlock，均于2026年10月初发布。其原理为激活被屏蔽的Tensor Core数据通路，不涉及超频、电压调整或功耗墙变更，硬件风险极低，但需正确操作以避免系统不稳定。Linux版兼容性较广，已在Proxmox虚拟机等环境中验证；Windows版需UEFI启动干预，门槛较高。
实际应用中，收益取决于模型与推理引擎：Strata引擎下16K上下文大模型提示处理速度提升16%，首token延迟缩短14%；而llama.cpp量化模型测试未见明显变化，表明仅当密集调用受限GEMM路径时效果显著。该限制仅影响Tensor Core部分计算模式，对CUDA核心、光追及游戏性能无影响。
行业背景上，Ampere架构首次在GeForce卡中引入第三代Tensor Core，但为规避与A100等专业卡竞争，英伟达实施了软性约束。类似做法曾见于AMD RX 6000与Intel Arc早期型号。值得注意的是，RTX 40系列暂未发现同类限制，而此次解锁为预算有限的本地AI开发者提供了潜在性能增益，尤其适用于BF16微调与小型模型推理场景。项目仍处早期，存在驱动冲突与识别异常风险，英伟达尚未对此表态。