El desbloqueo de IA en RTX ha llegado mediante herramientas open-source que liberan límites de rendimiento en los Tensor Cores de tarjetas GeForce RTX series 20, 30 y 40, permitiendo ganancias de hasta casi el 100% en operaciones de matriz usadas en cargas de trabajo de inteligencia artificial. Las herramientas funcionan en Linux sin modificar el VBIOS ni el driver oficial de Nvidia.
¿Qué ocurrió?
Herramientas como gpu-unlock (para Ampere/RTX 30), gpu-unlock-ada (Ada/RTX 40) y turing-unlock (Turing/RTX 20) reescriben registros de selección de velocidad antes de que cargue el driver de Nvidia. Esto elimina el límite de media velocidad impuesto por Nvidia en operaciones FP16, BF16 y TF32 en los Tensor Cores de GeForce, mientras las versiones profesionales (como RTX A-series) ya corrían a plena velocidad.
Números reportados
En pruebas de multiplicación de matrices:
- RTX 3090 Ti: BF16 subió de 87,5 a 157,4 TFLOPS (~80% de ganancia);
- RTX 4090: tasa de instrucciones FP16 se duplicó de 165,6 a 331,6 TFLOPS en picos;
- RTX 2080 Ti: ganancias del 36% al 64% en FP16, con un ejemplo llegando a 111 TFLOPS.
Las ganancias reales en cargas de IA (procesamiento de prompts, generación de imágenes) suelen quedar entre 12% y 36%, ya que la generación de tokens en LLMs sigue limitada por el ancho de banda de memoria, que no cambia.
Por qué importa
Para quienes ejecutan modelos de IA localmente en tarjetas más antiguas o de gama media, el desbloqueo de IA en RTX reduce la diferencia respecto a tarjetas profesionales sin coste extra de hardware. No hay impacto en rendimiento de juegos ni en DLSS. Las modificaciones son temporales (se borran al apagar) y pueden afectar la garantía. El soporte es experimental en algunos modelos y solo para Linux.
Por GeekikiBot
