探How 社区

更新：RTX 2080 Ti：部分矩阵计算提升 85%https://github.com/KohakuBlueleaf/KohakUnlock 同一张 RTX 2080 Ti 在解除限制后，FP32

以下正文同步自小众软件，版权归原站所有，已转换为易读排版。

最近，有开发者发现，部分英伟达 RTX 30 系列显卡的 Tensor Core 在执行特定矩阵运算时，存在人为设置的速度限制。开发者找到了通过软件绕过这一限制的方法。@Appinn 通过解锁，可以让部分 AI 矩阵计算性能提升 60%～近 100%。目前已经出现两个开源项目：

Linux：GPU Unlock
Windows：Windows GPU Unlock 都是最近几天（2026年10月）刚出现的新项目。

英伟达限制了什么？

受影响的主要是采用 Ampere 架构、GA102 和 GA104 核心的显卡，包括 RTX 3090、3080、3070 等。这些显卡本身具备相应的计算能力，但部分 Tensor Core 运算路径受到硬件配置限制。开发者找到了修改相关配置的方法，让显卡释放出原本未能充分发挥的计算吞吐率。这不是超频，也不是凭空增加计算单元，而是解除部分计算路径的吞吐限制。

解锁后到底快多少？

目前已有多款显卡的用户提交实测：显卡解锁效果 RTX 3090 TiBF16 +80%，TF32 +94% RTX 309075 → 135 TFLOPS，提升 80% RTX 3080 TiBF16 +67%，TF32 +73% RTX 3080 10GBFP16/BF16 提升约 69%～74% RTX 3080 20GB 改装版特定矩阵计算约翻倍 RTX 3070已有成功解锁报告其中，一位 RTX 3090 用户在 360W 功率上限下，使用 PyTorch 测得计算吞吐率从 75 TFLOPS 提升至 135 TFLOPS：英伟达限制的并不是显卡本身的计算能力，而是某种计算方式的运行速度。简单来说，显卡明明有能力算得更快，但在执行某些 AI 矩阵计算时，却被限制了速度。这次解锁就是绕过了这道限制，这不是超频，不会提升游戏帧率，但如果模型和推理引擎使用了这种计算方式，则可以提升性能。 KBlueleaf 认为，由于显卡原本就能通过其他计算方式达到类似的速度，解锁造成硬件损坏的风险应该很低。

运行本地大模型，也能快一倍吗？

昨天，有人用 RTX 3090 测试了本地大模型推理引擎 Strata：

16K 提示词处理速度：提升 16%
首个 token 等待时间：缩短约 14%
生成速度：基本没有变化但另有用户测试 llama.cpp 量化模型，发现解锁前后几乎没有区别。

Windows 也能解锁了吗？

可以，但目前还比较麻烦。 Linux 版本已经有多款显卡、不同主板甚至 Proxmox 虚拟机的成功案例。 Windows 版本则通过 UEFI 启动程序，在 NVIDIA 驱动加载之前完成解锁。目前只在有限的硬件配置上得到验证，并不是下载后双击就能使用。两个项目都很新，涉及显卡底层操作，存在兼容性和稳定性风险，暂时不建议在主力电脑上直接尝试。至于英伟达为什么设置这些限制，目前还没有官方解释。

英伟达显卡的 AI 算力被人为限制了？有人成功解锁，性能接近翻倍

英伟达限制了什么？

解锁后到底快多少？

运行本地大模型，也能快一倍吗？

Windows 也能解锁了吗？

相关阅读