手把手带你解锁 N 卡隐藏算力（Linux｜RTX 30 系部分型号、4090、4070 Ti SUPER）

先对一下自己的配置：这篇讲的是 Linux 系统，我用的是 Ubuntu

显卡方面，目前原项目和相关分支覆盖 部分 RTX 30 系、RTX 4090，以及实验支持的 RTX 4070 Ti SUPER，具体哪些版本测过，下面准备测试时有表可以查

今天刷到一个项目，3090 居然还能解锁隐藏算力

项目叫 gpu-unlock

[未转换内容，参见原始 JSON]

卡还是那张卡，把部分 AI 运算的速度限制解开，算力还能往上提

我看完就发了个帖子，原帖在这里：

我当时发的那条帖子：

嵌入推文（联网查看）

它的做法，是赶在 NVIDIA 驱动加载之前，改掉控制部分运算速度的设置，再交给原版驱动使用

解开的主要是 FP16、BF16 输入，FP32 累加这类 Tensor Core 运算的速度限制

流程画出来就是这样：

原理示意图：先修改指定运算的限速设置，再由原版 NVIDIA 驱动接管

本来我只是分享一下，评论区又有人提醒：4070 Ti SUPER 也进入了相关分支的测试名单

这就巧了，我正好有一张

手里有卡，那就试一下

我的机器是 Ubuntu，加一张 16GB 显存的 RTX 4070 Ti SUPER

动手之前，我先查了原项目和本文用的 Ada 分支，下面这张表是截至 2026 年 10 月 24 日的情况：

项目 / 分支 | 覆盖哪些显卡 | 验证到哪一步

普通 4070、4070 SUPER、4070 Ti、4080、4080 SUPER，以及 RTX 20 / 50 系列，都不在这两个项目当前核对到的支持名单里

笔记本版本、同名但芯片不同的版本，也要查精确设备 ID，本文没有验证

系统方面，项目提供 Debian / Ubuntu、Arch、Fedora / RHEL 等 Linux 发行版家族的安装路径，但具体内核和驱动组合还要确认，本文没有 Windows 或 macOS 的操作流程

列入代码名单，只能说明程序会识别它，不能当成每张卡都测过了

想核对自己那张卡，可以看这些原始说明：

原项目说明：https://github.com/Zagitta/gpu-unlock

设备名单和验证注释：https://github.com/Zagitta/gpu-unlock/blob/main/kernel/gpu_unlock/main.c

30 系实测报告：https://github.com/Zagitta/gpu-unlock/issues/1

Ada 分支的支持范围：https://github.com/JustAResearcher/gpu-unlock-ada#supported-targets

于是我让 Codex 先查兼容性，再连上这台 Ubuntu，看看能不能跑起来

这次用的是 gpu-unlock-ada 分支，走它的 4070 Ti SUPER 实验路径

gpu-unlock-ada：https://github.com/JustAResearcher/gpu-unlock-ada

但只拿解锁后的数字，是不是还看不出提升有多少？

所以我先提了个要求：解锁前测一次，解锁后再用同一套程序测一次

下面这张是解锁前的原始输出，框出来的是 8192 大矩阵的成绩和数值检查结果

图 1：先留个底，FP16 矩阵乘法为 90.468 TFLOPS，耗时 12.153535 毫秒

我们是怎么试的？

查环境，测原始成绩

先确认显卡的精确型号、驱动、内核和启动设置，再跑测试

前后都是同一张卡、同一驱动、同一套程序，功耗上限都设为 285W，没有额外超频

但功耗上限相同，不代表运行时的实际耗电相同，这里不能混着说

单独准备一个实验启动项

Codex 下载并校验文件，编译模块、生成固件，再准备独立的启动镜像

这些准备，都是为了让解锁赶在 NVIDIA 驱动加载之前执行

我们加了一个实验启动项，原来的 Ubuntu 启动项也留着，方便切回去

断电开机，检查解锁结果

第一次按项目流程关机，完整断电 30 秒，再开机

接着看启动日志、驱动状态，再检查计算结果

日志里出现了 gpu_unlock: unlocked，原版 NVIDIA 驱动正常加载，后来又试了一次普通重启，也成功了

下面这张分成三处看：解锁日志、约 190 TFLOPS 的指令吞吐，以及数值检查结果

图 2：FP16 / FP32、BF16 / FP32 的指令吞吐都到了约 190 TFLOPS，已检查的输出也通过了

从我这次操作来看，过程不算复杂

查环境、编译、测试和留截图，主要交给 Codex，我负责输管理员密码，以及第一次断电、重新开机

但日志写着解锁成功，还得看同一项计算到底快了多少

再跑一次，看前后差多少

我们又跑了 8192 × 8192 的大矩阵乘法，先预热，再重复多组测试，取中位耗时

下面的 FP16、BF16 和 TF32，都用 FP32 累加：

运算模式 | 解锁前 | 解锁后 | 吞吐变化

看耗时更直接，同一次 FP16 矩阵计算，从 12.15 毫秒降到 6.49 毫秒，少了约 47%！

我把前后成绩画在一起，耗时和严格 FP32 对照项都框出来了：

图 3：部分矩阵运算接近快一倍，严格 FP32 基本没变；这张图根据本机实测数据绘制

我们还检查了计算结果，已检查的输出都通过了

跑得快，算出来的东西也得对

验证之后，我又让 Codex 把实验启动项设为默认，并保留已经验证过的旧内核

下面是配置保存后的输出，框里写明了默认入口和当前固定的内核：

图 4：默认启动配置已保存，原 Ubuntu 启动项仍保留；这次修改默认项后，还没有再重启复核

这套配置依赖当前验证过的内核和驱动，以后升级，还要重新检查兼容性

这个提升，到底能用在哪儿？

一个值得关注的用途，是让本地大模型更快处理长输入

比如你丢给它一大段代码、一篇长文，模型开始回答前，得先处理这些材料，这一步叫 prefill

这一步变快，你就有机会少等一会儿，早点看到它开始回答

我原帖下面就有人说自己试过，prefill 提高了 30%–50%，但开始回答后的吐字速度基本没变

他的原话在下面：

翻译：

我已经用上这个解锁了。在 Deepseek 4.1F 和 GML 5.3F 上，prefill 提高了 30%–50%，具体看配置，decode 基本没变

也就是说，读材料可能更快，开始回答之后，吐字未必更快

这是这位网友的反馈。我这张 4070 Ti SUPER 目前确认的是前面的矩阵成绩，完整模型的生成速度还没测，长时间满载的稳定性也还没验证

但这次已经拿到一个结果：卡没换，285W 功耗上限没提高，这几类矩阵计算的吞吐，实测多出了接近一倍