87.5→157 TFLOPS 的老卡解锁:3090 二手价翻倍,自建推理的单位算力反而贵了 19.6%

行业新闻 · 丁香 · 发布 2026-10-25 · 阅读 54

10 月 18 日,GitHub 用户 Zagitta 放出 gpu-unlock 1.0.0 打包候选版:一个 Linux 内核模块,在 NVIDIA 驱动绑定显卡之前写入速度选择寄存器(SS0 = 0x88888888,选中满速 BF16 发射率),再执行一次 PCIe 功能级复位,然后把显卡交回原版驱动。不刷 VBIOS、不打驱动补丁,后续驱动升级也不用重新打。它瞄准的是消费级安培卡上一个存在了六年的设定:在「FP16/BF16 输入、FP32 累加」的张量核心运算上,消费卡的指令发射速率被压到专业卡的一半。这不是超频,也没有多出任何 CUDA 核心,只是把同一块 die 本来就具备的发射速率放开。

一、实测增益:BF16 最猛,FP16 最弱,TF32 接近翻倍

开发者仓库与社区 Issue #1 给出的基准是 RTX 3090 Ti、450W 功耗上限、8192×8192×8192 稠密矩阵乘、FP32 累加、五次取中位数:BF16 从 87.50 升到 157.41 TFLOPS(+79.9%),FP16 从 87.46 到 118.39 TFLOPS(+35.4%),TF32 从 42.58 到 82.61 TFLOPS(+94.0%)。RTX 3090 的 BF16 从 77.5 到 129.6 TFLOPS(+67%),另有用户在 PyTorch、360W 上限下测到 75→135 TFLOPS;RTX 3080 10GB 的 FP16/BF16 从约 65 升到 110–113 TFLOPS。

真实负载比纯 GEMM 温和一些。ComfyUI 跑 MOSS-Image SFT 的 BF16 出图,单张从 71.98 秒压到 45.40 秒(-36.9%);视频音频模型 MiniMax H3 从 253.27 秒到 158.05 秒(-37.6%)。vLLM 上同一张 3090 的长上下文 prefill 快 33–36%,首字延迟降 25%,但 decode(逐 token 生成)几乎不动;16K 长提示词的本地推理实测只有约 16% 的提升。

二、只有 prefill 型负载吃得到这份红利

这是选型的第一个分水岭。发射速率放开作用于大块矩阵乘,所以文档解析、RAG 检索后重排、批量向量化、长上下文一次性灌注、图像与视频扩散这些算力密集的 prefill 阶段收益最大;纯聊天式、长输出的 decode 阶段瓶颈在显存带宽与 KV cache,不在张量核心,解锁一分钱也拿不到。同一张 24GB 卡,用来接知识库每天处理十万页文档,吞吐收益接近四成;用来做长文续写,收益接近于零。所以在私有化项目里,这项能力的正确用法是给「入口侧」扩容,而不是给「输出侧」许愿。

三、成本账:解锁红利已经被二手价吃掉

按外媒统计的二手挂牌,RTX 3090 24GB 此前约 1000 美元,解锁消息出来后挂到 2000 美元以上;3090 Ti 逼近 3000 美元(2630–2650 美元档有整批挂牌);3080 10–12GB 报到 900–1100 美元。把两个数字放在一起算:解锁后 129.6 TFLOPS、按 2000 美元计,每 TFLOPS 约 15.4 美元;解锁前 1000 美元 / 77.5 TFLOPS 是 12.9 美元。单位算力价格实际贵了约 19.6%——卡价涨 2.0 倍,算力只涨 1.67 倍。换 3090 Ti 算,2650 美元 / 157.41 TFLOPS 约 16.8 美元每 TFLOPS,同样不占优。

所以现在入场的正确理由不是「算力更便宜」,而是单机密度:同样一份 prefill 吞吐,解锁后所需卡数少约 26%,省下来的是机位、主板、电源、机房托管与运维人力这些按台计价的边际成本。304W 级整卡改成 380W 冷启动配置后,每 MHz 算力从 0.043 TFLOPS 升到 0.083 TFLOPS,能效接近翻倍,对边缘节点与分支机房这种「机位比电费更贵」的场景才算真收益;对电价敏感的大规模集群,多出来的功耗要重算一遍 PUE 账。

四、私有化部署前的五条验收线

1)必须冷启动。模块要求显卡在本次上电周期内未被驱动初始化过,热重启会失败并保持原状,运维脚本要写成关机再开机,不能只 reboot。2)白名单机制。仓库当前只验证过 RTX 3090(PCI ID 10de:2204),其他 GA102 的 ID 会被直接拒绝,必须用 gpu_unlock.targets= 显式写 PCI 地址,并用 journalctl -k 核对是否真解锁。3)兼容性抽样。已有一例 RTX 3080 Ti 20GB(GA102-250)解锁流程跑完、BF16 仍是半速,GA103 目前没有任何成功报告——采购要按型号按批验货,不能按「30 系全能解锁」写进标书。4)只支持 Linux。Windows 侧靠 UEFI 移植版,仅在一套特定系统上成功启动,不能当生产路径。5)合规与保修。改的是厂商用来做产品分级的硬件寄存器,企业采购应留硬件供应商的书面意见,不要把社区工具当成官方特性,也别让它在核心交易节点上跑。

五、判断

这次解锁真正改变的是「老卡还能不能进生产」这个前置条件,而不是算力的绝对价格。我的建议很具体:已有 30 系存量的企业,先在非核心节点做冷启动验证,按 prefill 吞吐的实测值决定是否扩容,这是零硬件成本的一次入口侧加卡;准备新采购的,别去追二手 3090 的溢价,同预算下新卡的能效、保修与显存带宽更值钱。存量与新增,是两笔完全不同的账。

来源:GitHub Zagitta/gpu-unlock 项目说明与 Issue #1 基准、Wccftech、Notebookcheck、快科技、IT之家、Xenospectrum 交叉核对;二手价格为挂牌价,非成交价。