Uma nova ferramenta chamada GPU Unlock desenvolvida por um grupo independente de programadores promete **duplicar o desempenho** dos núcleos Tensor em placas gráficas das séries GeForce RTX 20, 30 e 40 sem a necessidade de alterações físicas ou instalação de BIOS modificadas. Essa solução, que atua no sistema operacional Linux, manipula registros internos de configuração durante o inicialização do sistema, eliminando limitações artificiais de velocidade.
Detalhes Técnicos do GPU Unlock
O software é focado na arquitetura Ampere e permite que os usuários aproveitem ganhos significativos no desempenho, mantendo os drivers padrão intactos e evitando remendos complexos após atualizações. Ao contrário de modificações físicas ao hardware, esta solução simples parece oferecer uma maneira acessível de maximizar a capacidade de cálculo dos núcleos Tensor.
Dificuldades e Limitações de Performance
Aumento de performance é evidente principalmente em operações matemáticas nos formatos FP16 e BF16 com acumulação em FP32. Por exemplo, em uma GeForce RTX 4090, o desempenho no formato FP16 salta de 165,6 para 331,6 TFLOPS. Outras placas, como a RTX 3090 Ti, também experimentam crescimento significativo, chegando a 157,4 TFLOPS em testes de multiplicação de matrizes.
Placas mais antigas também se beneficiam da modificação, com a RTX 2080 Ti aumentando de 59,9 para 111 TFLOPS. Vale destacar que a melhoria no desempenho depende das limitações energéticas impostas a cada modelo. Este projeto também possui repositórios como o gpu-unlock-ada e Turing-unlock, proporcionando suporte a outras variantes, como a RTX 4070 Ti SUPER.
Impacto em Jogos e Aplicações
Embora os ganhos sejam substanciais, eles são limitados a cargas de trabalho específicas. Aplicações que dependem da geração de imagens por difusão ou processamento de modelos de linguagem se beneficiam mais, com melhorias de 14 a 36% na fase inicial de leitura de pedidos de um modelo LLM. Contudo, o desempenho em jogos pode não ser impactado de maneira significativa, já que a ferramenta não altera cálculos em formato FP32 ou o fluxo principal de renderização.
Apenas jogos que utilizam intensivamente o escalonamento inteligente DLSS e geração de fotogramas podem notar diferenças, mas o aumento nos TFLOPS é principalmente para otimizar processos de treino e execução em ambientes de inteligência artificial.
