{"id":"mb-20261027-019207","kind":"deep","title":"英伟达消费级显卡被曝出厂锁死一半AI算力：开源工具实现不刷固件算力翻倍","summary":"开源开发者通过在系统启动阶段向GPU配置寄存器写入参数，成功绕过英伟达对RTX 20、30与40系列消费级显卡的张量指令发射速率限制。实测RTX 4090张量算力从165.6 TFLOPS飙升至331.6 TFLOPS，在大模型长上下文预填充与本地图像生成中显著提速，且无需刷写固件或修改驱动，关机断电即可安全复原。","body":"你花上万元买回家的游戏显卡，出厂时就被锁住了一半的 AI 算力。\n\n这不是开玩笑。\n\n开源社区最近在英伟达身上，挖出了一个藏了整整三代显卡的硬件秘密。\n\n开发者在 RTX 20、RTX 30 和 RTX 40 系列显卡上，找到了一种不需要刷固件的解锁方法。\n\n只要在开机时改动一个底层配置参数，显卡的张量计算核心（Tensor Core）吞吐量直接翻倍。\n\n看几个实测数据：\n\nRTX 4090 的半精度张量算力，直接从 165.6 TFLOPS 冲到了 331.6 TFLOPS。\n\nRTX 3090 Ti 的 BF16 矩阵乘法算力，从 87.5 TFLOPS 拉到了 157.4 TFLOPS。\n\n连六年前发布的 RTX 2080 Ti，算力都从 59.9 TFLOPS 暴涨到了 111 TFLOPS。\n\n这就很有意思了。\n\n既然硬件本身具备这么强的计算能力，为什么平时跑不出来？\n\n难道英伟达在出厂的时候，物理上切掉了一半核心？\n\n并没有。\n\n显卡芯片内部的物理晶体管和计算单元，本来就是完整的。\n\n被卡住的，是张量指令的发射速率。\n\n英伟达为什么要这么干？\n\n答案在商业上的市场分级。\n\n专业的数据中心显卡，一张售价动辄几万甚至几十万元。\n\n而消费级的游戏显卡，只要一两万元。\n\n如果游戏显卡在深度学习矩阵计算上火力全开，很多做 AI 的实验室和中小团队，就不会去买昂贵的专业计算卡了。\n\n为了守住利润丰厚的企业级市场，英伟达在消费级显卡的底层寄存器里加了一个限速配置。\n\n只要检测到混合精度矩阵运算，硬件层面的指令发射速率就被直接砍掉一半。\n\n以前玩家想破解显卡限制，往往得冒险去刷第三方固件，或者硬改驱动程序。\n\n但这几年英伟达的安全机制越来越严格，固件有加密签名，驱动一改就报错，很容易把显卡直接刷成砖头。\n\n这次开发者 Zagitta 拿出的开源方案，思路完全换了。\n\n既不用刷显卡固件，也不改官方驱动。\n\n它的做法，是在操作系统启动的极早阶段，利用 Linux 内核模块，抢在英伟达官方驱动绑定显卡之前先下手。\n\n直接往显卡的硬件速度选择寄存器里写入参数，把发射速率拉满，紧接着触发一次功能级硬件复位。\n\n等官方驱动随后正常加载时，显卡已经在满血状态下运转了。\n\n官方驱动完全没有察觉异常，直接顺利接管。\n\n更妙的是，这种修改只保存在易失性寄存器里。\n\n电脑只要关机断电，显卡就会立刻恢复出厂状态，不存在任何损坏硬件的风险。\n\n算力翻了一倍，日常用起来会有多大变化？\n\n在本地跑大语言模型时，处理长提示词的预填充阶段，速度能快上百分之四十到六十。\n\n跑文生图推理或者微调轻量模型，提速也相当明显。\n\n那玩游戏呢？\n\n游戏帧率会不会也跟着翻倍？\n\n完全不会。\n\n因为传统 3D 游戏的渲染瓶颈在光栅化、着色器和显存带宽，根本用不到这种密集的深度学习矩阵计算。\n\n即便开启 DLSS 超分辨率技术，它在每一帧里占用的计算时间也只有一两毫秒，对整体帧数几乎没有影响。\n\n这项开源技术目前主要在 Linux 环境下运行，成了本地 AI 玩家的一次狂欢。\n\n不过英伟达显然也注意到了这个漏洞。\n\n在最新的 RTX 50 系列架构上，底层已经加上了更严苛的物理熔丝和启动校验。\n\n想要再靠改动寄存器凭空捡出一倍的 AI 算力，后面大概率没那么容易了。","topic":"英伟达消费级显卡被曝出厂锁死一半AI算力：开源工具实现不刷固件算力翻倍","frame_type":["机制"],"citations":[],"channel_note":"","identity_notice":"","source_type":"generated","status":"published","generated_at":"2026-10-27 09:43:42","legal_anchor_count":0,"transcript_citation_count":0,"seo_title":"英伟达消费级显卡被曝出厂锁死一半AI算力：开源工具实现不刷固件算力翻倍","description":"开源开发者通过在系统启动阶段向GPU配置寄存器写入参数，成功绕过英伟达对RTX 20、30与40系列消费级显卡的张量指令发射速率限制。实测RTX 4090张量算力从165.6 TFLOPS飙升至331.6 TFLOPS，在大模型长上下文预填充与本地图像生成中显著提速，且无需刷写固件或修改驱动，关机断电即可安…","domain":"ai","domain_label":"AI 与大模型","domain_label_en":"AI & LLMs","domain_url":"https://mubeitech.com/deep?domain=ai","canonical_url":"https://mubeitech.com/deep/mb-20261027-019207","markdown_url":"https://mubeitech.com/deep/mb-20261027-019207/markdown","json_url":"https://mubeitech.com/api/interpretations/mb-20261027-019207","published_at":"2026-10-27T09:43:42Z"}