Tu tarjeta GeForce es más lenta en matemáticas de IA de lo que el silicio dentro de ella necesita ser. NVIDIA limita el trabajo de Tensor Core en FP16, BF16 y TF32 con acumulación FP32 a media velocidad en tarjetas de consumo, mientras las tarjetas profesionales construidas con los mismos chips funcionan a velocidad completa. Una nueva herramienta de código abierto afirma que puede levantar ese límite antes de que tu sistema operativo arranque, y luego entregarte una tarjeta más rápida mientras la máquina permanezca encendida.
El anuncio
NV UEFI Unlocker llegó a GitHub el 26 de octubre, escrita en Rust por un desarrollador que trabaja como physicsdolphin. Es una aplicación UEFI que se ejecuta desde una memoria USB FAT32 en la breve ventana después de que el firmware de la máquina arranca y antes de que se cargue el controlador de NVIDIA. En esa ventana realiza una rutina completa de firmware en la tarjeta, aplica un conjunto pequeño de escrituras en registros, las lee de vuelta para confirmar que llegaron, reinicia la GPU y continúa hacia Windows, Linux o cualquier otro sistema que pueda arrancar por EFI.
Nada en la tarjeta cambia para siempre. No hay ningún flasheo de VBIOS que deshacer y ningún archivo de controlador se parchea, así que una actualización del controlador no puede romper el truco. Corta la energía por completo y el desbloqueo desaparece; vuelve a ejecutar la memoria en el próximo arranque en frío y regresa.
El trabajo sobre el que se construye
La idea proviene de gpu-unlock, un módulo del kernel de Linux de Zagitta que obtuvo más de 13,000 estrellas en GitHub en menos de dos semanas. Su README expone el mecanismo con claridad: el límite de velocidad de tensores es una elección de segmentación de mercado, el silicio puede funcionar más rápido, y un conjunto de escrituras de selector de velocidad aplicadas antes de que el controlador de fábrica se vincule a la tarjeta lo elimina. El módulo escribe esos selectores, reinicia la tarjeta y deja que el controlador sin modificar tome el control.
El proyecto de Zagitta reporta una RTX 3090 Ti que sube de 88 a 157 TFLOPS en matemáticas de matrices BF16, a partir de informes de compatibilidad que sus usuarios presentaron. Probadores de la comunidad que ejecutaban generación de imágenes en ComfyUI reportaron ganancias de cerca de 56 a 59 por ciento, mientras la generación de tokens en modelos de lenguaje no se movió en absoluto, porque la decodificación está limitada por el ancho de banda de memoria y no por la velocidad de tensores. Lo que suma la herramienta UEFI es alcance: el mismo estilo de desbloqueo, movido frente al sistema operativo, donde los usuarios de Windows pueden acceder a él.
Detalles importantes
Cada cifra a continuación proviene del propio proyecto o de cobertura que transmite sus resultados. Nada proviene de un laboratorio independiente, y el proyecto advierte que el éxito no está garantizado en ninguna tarjeta o placa dada.
| Tarjeta | Prueba, como se reportó | De fábrica | Desbloqueada | Ganancia |
|---|---|---|---|---|
| RTX 2070 | Multiplicación de matrices, acumulación FP32 | 36 TFLOPS | 60 a 63 TFLOPS | 67 a 75 por ciento |
| GPU RTX 4060 para portátiles | Rendimiento FP16 | 29.89 TFLOPS | 49.33 TFLOPS | 65 por ciento |
| Serie | Estado en la matriz del proyecto |
|---|---|
| RTX 20, Turing | Compatible; algunos modelos tienen problemas conocidos |
| RTX 30, Ampere | Compatible; las pruebas más profundas hasta ahora |
| RTX 40, Ada | Compatible, escritorio y portátil |
| GTX 16, Turing | Teórica; a la espera de informes de máquinas reales |
| RTX 50, Pascal y anteriores | No compatible |
Llegar ahí requiere algo de valor. Descargas la versión y ejecutas su script en la máquina objetivo para construir la memoria; el script obtiene por sí mismo el firmware fijado de NVIDIA, porque la versión se entrega sin él. Secure Boot debe desactivarse, o configurarse para confiar en la herramienta una vez que inscribes su certificado. Los propietarios de tarjetas de la serie RTX 20 ejecutan primero un paso extra, un script que cambia la tarjeta al modo de firmware GSP que el desbloqueo necesita, seguido de un reinicio.
Qué sigue
La tabla de compatibilidad es lo que hay que vigilar. Notebookcheck reporta que la serie RTX 30 está probada por completo hasta la versión 2.1.6, mientras las entradas de las series RTX 20 y 40 todavía descansan en una pila más delgada de informes de usuarios, y el soporte para GTX 16 todavía se está construyendo. Cada informe nuevo en el rastreador del proyecto confirma una familia de tarjetas o encuentra una placa que rompe la rutina.
La otra pregunta abierta es NVIDIA. Nada en la cobertura sugiere que la empresa haya respondido, y si se mueve para cerrar la ventana por la que caminan estas herramientas, o las deja en paz, es especulación. Hasta que un revisor con un banco de pruebas ejecute ambos desbloqueos de principio a fin, cada cifra en esta historia permanece donde pertenece: en la columna de lo reportado.
Fuentes
- NV UEFI Unlocker: physicsdolphin/nv-uefi-unlocker on GitHub
- GPU Unlock: Zagitta/gpu-unlock on GitHub
- Wccftech: New NVIDIA UEFI GPU Unlocker Brings Up To 75% Higher AI Compute Performance To RTX 20, 30 & 40 Series GPUs On Windows
- VideoCardz: Modders create automated tool to unlock AI performance on NVIDIA GeForce RTX 20, 30 and 40 series GPUs
- Notebookcheck: UEFI-level pre-driver Nvidia GPU unlocker now available for RTX 2xxx, 3xxx and 4xxx GPUs on Windows and Linux
- Benchmark chart: NV UEFI Unlocker project (physicsdolphin) on GitHub
FIN DE LA TRANSMISIÓN
Mantén la curiosidad. Cuestiónalo todo.
