GitHub 今日推荐｜gpu-unlock-ada：Ada 显卡张量算力翻倍解锁

GitHub 今日推荐｜gpu-unlock-ada：Ada 显卡张量算力翻倍解锁

一句话看懂

项目地址：github.com/JustAResear...

gpu-unlock-ada 是针对 NVIDIA Ada 架构消费级显卡的内核级解锁方案。在 Linux 启动阶段加载内核模块，抢在官方驱动之前修改显卡流多处理器速度档位控制寄存器，将 RTX 4090 的 FP16/FP32 与 BF16/FP32 张量吞吐从 165 TF/s 提升至 331 TF/s，接近两倍性能。INT8、dp4a 等其他算子速率维持基线水平。解锁状态在 PCIe 功能级复位后仍然保持，支持持久化引导配置。

目前验证支持 RTX 4090、RTX 4070 Ti SUPER、RTX 4060 Ti 16GB 三个型号，其他 Ada 型号未确认兼容性。

它解决什么问题

NVIDIA 在消费级 Ada 显卡中默认限制了张量核心的速度选择配置，导致 FP16、BF16 这类数据类型的张量运算吞吐低于硬件物理上限。专业卡 RTX A 系列不受此限制，但价格数倍于消费级卡。

深度学习训练和推理大量使用 FP16/BF16 矩阵乘法，cuBLAS、CUTLASS 等库调用张量核心时受限于显卡默认速度档位。在相同功耗上限下，可用算力被人为压低，训练迭代时间延长，推理服务吞吐受限。

gpu-unlock-ada 通过在硬件层面修改速度选择器，移除这个人为限制，使消费级卡接近专业卡的张量算力水平。用户无需更换驱动或修改应用代码，透明获得性能提升。

核心概念速览

SM 速度选择覆盖：流多处理器内部有速度档位控制寄存器，不同值对应不同算子类型的频率倍数。项目将 SS0 写为 0x88888888、SS1 写为 0x8，启用全速率张量算子。

Booter 载荷：GPU 固件引导代码段及其签名序列的打包形式。包含 FWSEC-FRTS 及 V67 签名，用于在受保护模式下执行寄存器写入。

PCIe FLR：PCIe 功能级复位，重置设备状态但不下电。项目固件执行完寄存器修改后触发 FLR，使 NVIDIA 驱动接管一个干净的 GSP（GPU 系统处理器）状态。

WPR2：受保护寄存器区域状态标记。固件初始化后该标记非零时拒绝重复运行序列，保证安全性。冷启动会清空此标记，热重启可能保留导致二次运行失败。

架构拆解

项目分为固件生成与内核模块两个部分。

固件生成位于 firmware/ 目录，extract_boot_assets.py 从 NVIDIA 610.43.03 驱动源代码中提取 Booter 与 GSP 引导资产，验证 SHA-256 哈希后打包成模块可加载的二进制固件。decode_debug_booter.py 用于离线分析调试 Booter，需要密钥控制。

内核模块位于 kernel/gpu_unlock/ 目录，main.c 是入口，负责设备枚举、固件加载和异步并发调度。prep_610.c 准备 DMA 缓冲区、布局描述符与 VBIOS 元数据。unlock_610.c 执行 V67 解锁事务，完成固件加载、寄存器写入、FLR 触发的完整流程。

模块必须在 initramfs 中加载，优先于 NVIDIA 官方驱动。设备枚举时检查 PCI 设备 ID 是否在支持列表中，匹配则为该卡分配异步任务。所有卡并发执行解锁流程，单卡失败不影响其他卡。

AD102 载荷来自 TOTORONG/AD103_win_unlocker 的已发布数据，项目将其集成到 Linux 内核模块路径中。

关键实现走读

设备枚举与参数校验

static int __init gpu_unlock_init(void)
{
	struct pci_dev *pdev = NULL;
	bool all;
	int ret;

	/* Loaded ahead of nvidia on every boot; the command line is the opt-in. */
	if (!targets || !*targets)
		return 0;
	all = !strcmp(targets, "all");
	if (!all)
		report_unmatched();
	while ((pdev = next_supported(pdev))) {
		if (pdev->device == GU_AD103_RTX_4070_TI_SUPER &&
		    (all || strcasecmp(targets, pci_name(pdev)))) {
			pci_err(pdev, "gpu_unlock: experimental AD103 requires a single exact PCI target\n");
			continue;
		}

做了什么 ：模块初始化时检查内核命令行参数 gpu_unlock.targets，为空则直接返回保持静默。targets 为 all 时枚举所有支持的卡，否则仅处理匹配的 PCI 地址。AD103（RTX 4070 Ti SUPER）检测到 all 或非精确匹配时跳过，打印错误。

为什么这样写：模块每次启动都会加载在 NVIDIA 驱动之前，命令行参数是用户选择退出的开关。AD103 芯片处于实验阶段，payload 稳定性未充分验证，强制用户显式指定单张卡地址并启用实验标志，避免多卡配置中误触发。

没有它会怎样 ：无参数保护时模块会尝试解锁所有检测到的卡，可能导致未经用户确认的硬件状态修改。AD103 无单地址检查时 all 会触发实验芯片，增加未知风险。

固件资产打包

def build_bundle(source_text: str) -> bytes:
    image, _, _ = _array_bytes(source_text, "IMAGE_PROD")
    header, _, _ = _array_bytes(source_text, "HEADER_PROD")
    signatures, _, _ = _array_bytes(source_text, "SIG_PROD")
    patch_loc, _, _ = _array_bytes(source_text, "PATCH_LOC")
    patch_meta, _, _ = _array_bytes(source_text, "PATCH_META")
    num_sigs, _, _ = _array_bytes(source_text, "NUM_SIGS")
    if len(header) != 36 or len(patch_loc) != 4 or len(patch_meta) != 12 or len(num_sigs) != 4:
        raise ValueError("unexpected BooterLoad record size")
    fields = struct.unpack("<9I", header)
    loc = struct.unpack("<I", patch_loc)[0]

做了什么 ：从 NVIDIA 驱动源代码文本中提取六个 C 数组（IMAGE_PROD、HEADER_PROD、SIG_PROD 等），验证头部、补丁位置、签名数量字段的长度，解包为整数结构体。

为什么这样写：NVIDIA 驱动源以 C 数组形式内嵌固件镜像与签名序列。直接解析文本提取字节流，避免依赖 NVIDIA 私有构建工具。固定长度校验保证数据结构未变化，与模块硬编码的 SHA-256 哈希对应。

没有它会怎样：模块无法获得认证通过的 Booter 载荷，硬件安全模块拒绝执行未签名固件，寄存器写入失败。手动构造签名几乎不可能，依赖官方驱动资产是唯一可行路径。

动手上手

克隆仓库并编译安装模块：

git clone https://github.com/JustAResearcher/gpu-unlock-ada.git
cd gpu-unlock-ada
make install

make install 会自动调用 extract_boot_assets.py 生成固件，编译内核模块并复制到 /lib/modules/ 对应目录，更新 initramfs。

冷启动机器，在 GRUB 引导菜单编辑内核命令行，添加参数指定目标显卡：

gpu_unlock.targets=0000:03:00.0

多张卡用逗号分隔：

gpu_unlock.targets=0000:03:00.0,0000:04:00.0

解锁所有支持的卡（不包括实验型号）：

gpu_unlock.targets=all

AD103 或 AD106 型号必须单独指定并启用实验标志：

gpu_unlock.targets=0000:01:00.0 gpu_unlock.ad103_experimental=1

启动后检查内核日志确认解锁：

成功输出 gpu_unlock: unlocked。运行 cuBLAS GEMM 测试验证 FP16/BF16 吞吐是否翻倍。

持久化配置需将参数写入 /etc/default/grub 的 GRUB_CMDLINE_LINUX 行，执行 update-grub 后重启。保留原始引导项用于回滚。

应用场景

科研服务器 FP16 训练加速：深度学习团队在 Linux 服务器上运行 PyTorch、TensorFlow 训练任务，大量使用混合精度（FP16/FP32）。安装模块后在 GRUB 配置中指定显卡 PCI 地址，冷启动验证日志后持久化引导项。训练时矩阵乘法吞吐翻倍，迭代时间缩短。每次启动检查日志确认解锁状态，首次必须冷启动清空 WPR2 标记。

多卡工作站选择性解锁 ：工作站安装四张 RTX 4090，用 lspci 获取完整 PCI 地址，逗号分隔传给 targets 参数。部分卡用于渲染不解锁，部分卡专用于计算启用解锁。AD103/AD106 必须单地址且开启实验标志，all 不会选中它们，避免误操作。

cuBLAS GEMM 吞吐优化：高性能计算应用直接调用 cuBLAS 或 CUTLASS 库执行矩阵乘法。解锁后运行 FP16/BF16 GEMM 测量实际增益，验证特定矩阵形状下的加速比。README 记录形状依赖性，4096³ BF16 矩阵基本无变化，其他形状提升显著。这不是整体应用加速，仅针对张量算子。

独立分析

独立分析：项目仓库在 24 小时内新增 692 星标，反映社区对 Ada 显卡解锁的强烈兴趣。三个开放 issue 集中在非验证型号兼容性与长期稳定性问题，说明用户群体已开始实际部署。

RTX 4090 在 README 表格中记录 FP16→FP32 积累从 165.6 TF/s 提升至 331.6 TF/s，独立所有者在 8855e7b 版本测得从 160.4 提升至 320.4 TF/s，数据一致性高。RTX 4070 Ti SUPER 在 240W 功耗上限下从 95.0 提升至 189.9 TF/s，功耗效率翻倍。INT8 与 dp4a 算子速率保持基线水平未变，证明修改仅影响速度选择器对应的张量路径。

与 NVIDIA 官方驱动默认状态对比，FP16/FP32 算力翻倍，INT8 与 FP32 标量维持基线，性能提升集中在目标数据类型。与 Zagitta/gpu-unlock 原版对比，本项目集成 AD102 payload，支持 Ada 架构，保留 GA102/104 路径，架构延续性好。与专业 RTX A 系列对比，专业卡已全速率故不在支持列表，本模块专门针对消费级卡移除人为限制。

项目依赖 TOTORONG/AD103_win_unlocker 的已发布 payload，使用 NVIDIA 610.43.03 固件资产并验证 SHA-256 哈希。固件生成流程完全可重现，用户可自行审计 Python 脚本与 C 代码，透明度高于闭源工具。

局限与风险

仅在 RTX 4090、RTX 4070 Ti SUPER、RTX 4060 Ti 16GB 三个型号上验证，其他 Ada 型号未确认兼容性。RTX 4070 Ti SUPER 只有一张卡的验证数据，样本量小。

FP8 测量单 GEMM 增益 0.3%，未体现明显提升。其他 FP8 内核未测，性能变化不明。4096³ BF16 矩阵基本无变化，特定形状下增益依赖性需用户自行验证。

模块在 initramfs 中加载需显式内核参数 gpu_unlock.targets 启用，涉及固件生成与 EFI 配置，使用门槛高于用户空间工具。需自行编译并管理 initramfs，每次内核更新需重新安装模块。

冷启动首次尝试必须断电重启，热重启可能保留 WPR2 状态导致固件拒绝重跑。README 记录 RTX 4070 Ti SUPER 有热重启成功案例，其他板卡行为不确定。

缺乏长期稳定性测试，建议在非生产环境先行验证。显卡厂商固件更新可能改变寄存器布局或签名序列，导致模块失效。项目依赖外部 payload 的授权与合法性需自行确认，NVIDIA 可能通过驱动更新或 UEFI Secure Boot 策略阻止此类修改。

结论卡片

适合人群：Linux 深度学习研究者需要最大化 Ada 显卡 FP16/BF16 张量吞吐，具备系统管理权限与内核模块编译经验，愿意承担实验性工具风险。

不适合人群：Windows 主力用户，无内核模块编译经验，生产环境稳定性要求高，或持有非验证型号显卡。

建议路径：从冷启动单卡验证开始，保留原始引导项并逐步扩展到多卡或持久配置。运行自己的 GEMM 测试确认实际增益，不依赖 README 数据做决策。监控内核日志与显卡温度，发现异常立即切换回未解锁引导项。

---

项目地址：github.com/JustAResear...

原文地址：tools.wflynn.cn/aitools/git...

关注公众号「YourTools」，每天推送 GitHub 趋势与开源工具速报：