RTX 4090“2x FP16”解锁：GEMM 实际性能提升 12% 至 34%，如何安全测试

服务器技术 2026-10-26 17:33:56 8

最近折腾了 RTX 4090 的“2x FP16”，踩了几个坑，这篇把问题说清楚。所谓“2x”确实是真实存在的，但它并不等于训练任务能直接获得 100% 的性能提升。下面结合公开测试结果、实际 GEMM（通用矩阵乘法）表现和安装风险，梳理如何在自己的显卡上安全验证。

gpu-unlock-ada 是一个 Linux 内核模块。它会在系统启动时、官方 NVIDIA 驱动加载之前运行，把支持该功能的 RTX 40 系列显卡切换到全速 FP16（16 位浮点）和 BF16（16 位脑浮点）张量运算，并使用 FP32（32 位浮点）累加。

2 倍提升是真的，但它和训练任务最终看到的结果不是一回事。真正值得关注的是：测试数据到底说明了什么、有哪些风险，以及如何在自己的机器上安装、测量和回退。

这些数字到底说明了什么

README 中报告了两类结果，两者的差异才是关键。

指令基准测试（寄存器级指令发射率）。在 RTX 4090（10de:2684）上：

模式	解锁前	解锁后
FP16，FP32 累加	165.6 TF/s	331.6 TF/s
BF16，FP32 累加	165.5 TF/s	330.6 TF/s

另一位用户使用 NVIDIA 615.78.08、保持同样的 450 W 功耗上限独立测试后，FP16 从 160.4 TF/s 提升到 320.4 TF/s，BF16 从 159.7 TF/s 提升到 320.2 TF/s。所有数值校验均通过。

真实 cuBLAS GEMM。在同一组匹配测试中，GEMM 的中位吞吐量会随着矩阵形状变化：

FP16 提升了 12% 至 34%
BF16 在两个矩阵形状下提升了 16% 至 20%，但在 4096³ 下 基本没有变化

README 明确说明，这些数据来自一组匹配的测试运行，测试期间桌面环境仍然处于活动状态；它们既不是完整应用的加速结果，也不属于长时间稳定性测试。INT8（8 位整数）、dp4a 和标量 FP32 基本维持在基线水平。在一块 RTX 4070 Ti SUPER 上，经过验证的 E4M3 FP8 CUTLASS GEMM 从 59.326 TF/s 变为 59.495 TF/s，差异只有 0.3%。

因此，比较诚实的总结是：张量指令发射率翻倍，真实矩阵乘法有明显但小得多的提升，而 INT8 和 FP32 基本没有收益。

风险说白了

它属于非官方方案，NVIDIA 不提供支持，并且可能影响保修。
其中使用的 payload 来自对 NVIDIA 调试启动器的公开分析（源自 TOTORONG/AD103_win_unlocker），会通过内核模块在驱动加载前修改 GPU 寄存器状态。
目前只在非常少的显卡上验证过。RTX 4070 Ti SUPER（10de:2705）和 RTX 4060 Ti 16GB（10de:2805）路径仍属实验性质，并且各自只在一块显卡上验证。其他 Ada 架构型号、专业 RTX A 系列以及数据中心显卡均不在支持范围内。
目前还没有长时间稳定性测试结果。

如果这些风险对你的机器可以接受，可以继续往下看。

环境要求

一台由你完全控制的 Linux 机器，并保留未修改的官方启动项，方便回退
内核头文件、可正常工作的 DKMS（Dynamic Kernel Module Support，动态内核模块支持）工具链，以及内核中的 CONFIG_CRYPTO_LIB_SHA256
官方 NVIDIA 驱动
关闭 Secure Boot，或者使用自己的密钥签名这个树外模块
在启用任何修改之前，先记录自己的官方基准测试数据

第 1 步：先测官方状态

运行 diagnostics/bench 中的 CUDA（Compute Unified Device Architecture，计算统一设备架构）指令基准测试，再加一个自己的真实工作负载。记下内核版本、驱动版本和功耗上限。解锁后的测试必须保持这三项完全一致，否则对比结果没有意义。

第 2 步：编译和安装

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

make install 会自动识别发行版类型，也支持显式指定目标：make install-arch、make install-deb、make install-rpm。构建过程会通过 HTTPS 下载固定版本的 NVIDIA 610.43.03 输入文件，校验其 SHA-256 哈希，并在本机生成固件。项目不提供预编译固件。安装包会把模块和固件放入 initramfs，确保它在 NVIDIA 绑定显卡之前完成执行。

第 3 步：在内核命令行中显式启用

模块默认不会启用，必须由用户主动选择目标显卡。先用 lspci -D 查找显卡的完整 PCI 地址，然后添加：

gpu_unlock.targets=0000:03:00.0

这里只是示例，必须替换成你自己的地址。对于实验性显卡，需要添加对应的标志，并指定一个精确地址（targets=all 永远不会选中这些型号）：

gpu_unlock.targets=0000:01:00.0 gpu_unlock.ad103_experimental=1
gpu_unlock.targets=0000:01:00.0 gpu_unlock.ad106_experimental=1

第一行用于 RTX 4070 Ti SUPER，第二行用于 RTX 4060 Ti 16GB。

第 4 步：冷启动

第一次尝试时，请彻底关闭机器电源，然后重新开机。模块需要显卡处于全新的固件状态，才能在 NVIDIA 驱动加载前完成操作，而普通热重启无法保证这一点。在手动进行冷启动验证前，不要运行 nvidia-smi、CUDA、NVML（NVIDIA Management Library，NVIDIA 管理库）或 nvidia-modprobe，因为这些程序可能按名称加载 NVIDIA 驱动。

第 5 步：确认是否真的解锁成功

journalctl -k -b | grep gpu_unlock

检查日志中是否存在对应显卡的 gpu_unlock: unlocked 信息，以及 payload、selector 和 post-FLR 检查结果。仅仅显示模块已加载，或者 modprobe 执行成功，并不能证明解锁已经生效。如果模块报告固件没有停止，并且正在保留它的 DMA 缓冲区，应当先关机，不要尝试强制卸载模块。

第 6 步：重新运行同一组基准测试

保持内核、驱动和功耗上限完全一致。按照 docs/testing.md 中的测试指南，对比 FP16、BF16、INT8 和 FP32 的结果。对于自己的工作负载而言，只有你自己测出的 GEMM 数据才有参考意义。

如何关闭功能

从内核命令行中删除 gpu_unlock.targets=，也可以在启动加载器的编辑界面中只对本次启动临时删除。删除相关软件包会移除模块以及 initramfs 集成。关机后，显卡会恢复到全新的硬件状态。

常见用途与可直接复制的提示词

在 RTX 4090 上解锁全速 FP16 和 BF16 张量运算
对比官方状态与解锁后的张量吞吐量
测试实验性的 RTX 4070 Ti SUPER 或 4060 Ti 解锁路径

每周一封邮件，精选当周最热门的 AI（人工智能）项目，并附上具体使用方法：订阅 dedupedai.com，免费获取。