Nvidia 已推出六年的 GeForce RTX 3090 显然仍有一些尚未开发的计算潜力。据报道，由 GitHub 用户 Zagitta 开发的全新开源项目 gpu-unlock，可在某些 Tensor Core 工作负载中带来两位数百分比的性能提升，无需修改硬件或使用打过补丁的 Nvidia 驱动程序。
该项目针对基于 Ampere 架构的 GeForce 显卡上的一项指令发射速率限制，该限制影响采用 FP32 累加的 FP16 和 BF16 Tensor Core 运算。据开发者介绍，受影响运算的运行速率大约只有专业级 Nvidia GPU 的一半。该解锁方案通过更改硬件速度选择寄存器来消除这一限制。
有趣的是，这项技术建立在此前用于解锁 Nvidia CMP 矿卡功能的研究之上。Zagitta 的实现方案使用一个 Linux 内核模块，在 Nvidia 显卡驱动加载前运行，修改相关寄存器并重置 GPU，然后将控制权交还给未经修改的驱动程序。因此，它无需永久刷写显卡的 VBIOS，也不需要修改版固件。
在一份 社区兼容性报告 中，一张 RTX 3090 在 BF16 矩阵乘法中的性能从 77.5 TFLOPS 提升至 129.6 TFLOPS。TF32 性能则从 40.2 TFLOPS 提升至 69.8 TFLOPS。同系列的 RTX 3090 Ti 的 BF16 吞吐量从 87.5 TFLOPS 跃升至 157.4 TFLOPS。
不过，性能提升幅度很大程度上取决于工作负载。另一位 RTX 3090 用户报告称，在本地大语言模型推理期间，长上下文提示词处理性能提升了 16%，而词元生成速度基本没有变化。此外，在 RTX 3090 Ti 上进行的 ComfyUI 测试 显示，在多种大量使用 BF16 的图像生成工作负载中，吞吐量提高了约 47–59%。
那么游戏表现如何呢？Nvidia 的 DLSS 技术也使用 Tensor Core，因此某些 AI 辅助渲染操作或许也能受益。遗憾的是，目前尚无经过独立验证的游戏基准测试证实帧率有所提升。目前，原始项目仅支持 Linux，不过另一个实验性的 Windows 移植版本已在一套特定系统上，成功让解锁后的 RTX 3090 启动进入 Windows。
该解锁方案也仍处于实验阶段，因此在主力游戏 PC 上安装它存在风险。尽管如此，如果你愿意尝试，在不购买新 GPU 的情况下，从日渐老旧的 RTX 30 系列硬件中挖掘出大幅提升的计算性能，这种可能性仍颇具吸引力。