{"id":"mb-20261027-7f8bf7","kind":"deep","title":"免费白嫖80%算力：极客如何绕过英伟达锁频，让老款 RTX 3090 满血复活","summary":"英伟达消费级显卡在运行混合精度 AI 任务时，长期被人为限制了 32 位累加器的发射速率。开发者利用早期启动切入写入寄存器并重置硬件，在不刷固件、不改官方驱动的前提下，将 RTX 3090 的 PyTorch 张量算力从 75T 提升至 135T。本文解析其背后的硬件商业刀法与极客解锁机制。","body":"很多人手里的 RTX 3090，跑 AI 竟然一直只发挥了一半算力。\n\n最近开源社区放出了一款免费工具。\n不超频，不加电压，也不用冒着风险去刷显卡固件。\n在 PyTorch 里面跑矩阵计算，实测算力直接从 75T 飙到了 135T。\n整整暴涨了将近 80%。\n\n有没有搞错？\n一张出了好几年的老显卡，哪来这么大的暗劲？\n芯片还是那块芯片，原来的算力到底去哪了？\n\n这事得从显卡跑大模型是怎么算账的说起。\n现在不管是训练模型还是生图，最常用的方法叫混合精度计算。\n做乘法的时候，用 16 位半精度，算得飞快，还省显存。\n但是把成千上万个乘法结果累加起来的时候，必须用 32 位单精度累加器。\n为什么？\n因为几十亿个小数连续加在一起，精度稍微丢一点，误差就会像滚雪球一样失控，整个模型当场就算崩了。\n问题就卡在这个 32 位累加器上。\n\n在英伟达的高端企业计算卡上，比如 A100 或者 RTX A6000，这个累加器是全速放开的。\n但在卖给普通用户的消费级显卡上，英伟达在硬件指令发射端悄悄做了一刀切。\n只要检测到 32 位累加指令，硬件发射频率硬生生给你砍掉一半。\n\n为什么这么干？\n商业上的刀法。\n当年一张 RTX 3090 发售价是 1499 美元。\n而企业级计算卡，一张动辄几千甚至上万美元。\n要是千把美元的游戏卡跑大模型算力全开，谁还肯掏天价去买那些专业卡？\n于是，这整整一半的算力，就被人工封印在了芯片里。\n\n那这次开源社区是怎么把它解开的？\n改驱动？不行，英伟达官方驱动有极其严格的签名验证，动一个字节就报错罢工。\n刷固件？也不行，现在的固件全都带加密校验，强刷分分钟变砖。\n开发者 Zagitta 找到了一个极其巧妙的切入点。\n他写了一个很轻量的 Linux 内核模块。\n这个模块厉害在时机。\n它抢在英伟达官方驱动接管显卡之前的几毫秒，提前切入系统。\n趁着硬件还没被驱动锁定，直接往显卡内部的速度选择寄存器里写入一行配置。\n把那个半速限制，强行改成了全速。\n写完之后，顺手触发一次功能级重置。\n等英伟达官方驱动慢吞吞加载进来的时候，它再去读寄存器，显卡堂而皇之地汇报：我本来就是全速。\n官方驱动完全没察觉异常，直接放行，算力就这么被释放了出来。\n\n那是不是意味着，老卡立刻就能平替专业计算卡了？\n先别高兴得太早。\n这次释放出来的，纯粹是核心的张量计算能力。\n如果你拿它做模型微调、跑 Stable Diffusion 绘图，或者给大语言模型喂长文本做提示词预填充，提速确实非常明显。\n但如果你只是开着对话框，让它一个字一个字往外吐回答，速度其实没太大变化。\n因为单字生成卡住的从来就不是核心算力。\n它卡在显存读写带宽上。\n显存带宽没变，该等还是得等。\n\n但这依然是一次让人拍案叫绝的极客胜利。\n算力本来就在硅片里，每一个晶体管你也早就掏钱买下了。\n只是厂商为了在商业世界里画出一条价格阶梯，亲手把你的硬件打了个五折。\n过了好几年，靠着社区一段精巧的代码，终于把本就属于玩家的另一半性能拿了回来。\n零成本把手里的老显卡当成新卡用，这种快乐可不是天天都有的。","topic":"免费白嫖80%算力：极客如何绕过英伟达锁频，让老款 RTX 3090 满血复活","frame_type":["机制"],"citations":[],"channel_note":"","identity_notice":"","source_type":"generated","status":"published","generated_at":"2026-10-27 09:43:37","legal_anchor_count":0,"transcript_citation_count":0,"seo_title":"免费白嫖80%算力：极客如何绕过英伟达锁频，让老款 RTX 3090 满血复活","description":"英伟达消费级显卡在运行混合精度 AI 任务时，长期被人为限制了 32 位累加器的发射速率。开发者利用早期启动切入写入寄存器并重置硬件，在不刷固件、不改官方驱动的前提下，将 RTX 3090 的 PyTorch 张量算力从 75T 提升至 135T。本文解析其背后的硬件商业刀法与极客解锁机制。","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-20261027-7f8bf7","markdown_url":"https://mubeitech.com/deep/mb-20261027-7f8bf7/markdown","json_url":"https://mubeitech.com/api/interpretations/mb-20261027-7f8bf7","published_at":"2026-10-27T09:43:37Z"}