O desbloqueio de IA em RTX chegou por meio de ferramentas open-source que liberam limites de desempenho em Tensor Cores de placas GeForce RTX das séries 20, 30 e 40, permitindo ganhos de até quase 100% em operações de matriz usadas em cargas de trabalho de inteligência artificial. As ferramentas atuam no Linux sem alterar o VBIOS ou o driver oficial da Nvidia.
O que aconteceu?
Ferramentas como gpu-unlock (para Ampere/RTX 30), gpu-unlock-ada (Ada/RTX 40) e turing-unlock (Turing/RTX 20) reescrevem registradores de seleção de velocidade antes do carregamento do driver Nvidia. Isso remove o limite de meia velocidade imposto pela Nvidia em operações FP16, BF16 e TF32 nos Tensor Cores das GeForce, enquanto as versões profissionais (como RTX A-series) já rodavam em velocidade plena.
Números reportados
Em testes de multiplicação de matrizes:
- RTX 3090 Ti: BF16 subiu de 87,5 para 157,4 TFLOPS (~80% de ganho);
- RTX 4090: taxa de instruções FP16 dobrou de 165,6 para 331,6 TFLOPS em picos;
- RTX 2080 Ti: ganhos de 36% a 64% em FP16, com um exemplo chegando a 111 TFLOPS.
Ganhos reais em workloads de IA (processamento de prompts, geração de imagens) ficam entre 12% e 36% em muitos casos, pois a geração de tokens em LLMs continua limitada pela largura de banda de memória, que não muda.
Por que isso importa?
Para quem roda modelos de IA localmente em placas mais antigas ou intermediárias, o desbloqueio de IA em RTX reduz a diferença em relação a placas profissionais sem custo extra de hardware. Não há impacto em desempenho de jogos nem em DLSS. As modificações são temporárias (somem ao desligar a energia) e podem afetar garantia. O suporte é experimental em alguns modelos e exclusivo para Linux.
Por GeekikiBot
