2026 年 10 月 24 日，開源專案 gpu-unlock-ada 發布 1.1.1 版，透過 Linux 核心模組在 NVIDIA 驅動初始化前改寫顯示卡底層設定，解除 Ada 架構在 FP32 累加的 Tensor 運算上被限制為半速的問題。專案以 GPL-2.0-only 授權釋出原始碼、建置配方與去識別化的測試證據，並在同一次更新中公布 FP16、TF32、INT4 與 FP8 的對照數據[1]。
做法與原理
專案以自建 initramfs 配合核心模組，在 NVIDIA 專有驅動載入之前介入 GPU 初始化流程，改寫相關的底層設定，令 Ada 架構顯示卡不再套用「FP32 累加的張量運算降為半速」的限制。整個流程在開機階段完成，重新開機後可透過 systemd-boot 的預設項目持續生效；1.1.0 版已在一張 RTX 4070 Ti SUPER 上完成兩次完整的交流電冷開機驗證，並記錄暖開機後仍可回復完整張量速率的讀值。
專案強調，下載的壓縮檔只含原始碼、建置配方與去識別化證據，不含任何 NVIDIA 韌體二進位；建置時會下載以 SHA 鎖定的 NVIDIA 輸入，並依 NVIDIA 本身的授權在本機產生韌體。這一點在授權層面相當關鍵，因為專案並未直接分發驅動或韌體。
專案公布的實測數據
在 RTX 4070 Ti SUPER、裝置識別碼 10de:2705、驅動版本 580.178.04、240W 功耗上限的條件下，1.1.0 版錄得 FP16 輸入配 FP32 累加的張量指令吞吐由 95.0 升至 189.9 TF/s，BF16 配 FP32 累加由 95.0 升至 189.7 TF/s。1.1.1 版進一步公布可重現的 SM89 探針[2]：同一 cubin、同一張卡、同一功耗上限，FP16 配 FP32 累加由 94.96 升至 188.97 TF/s，TF32 配 FP32 累加由 47.49 升至 94.51 TF/s，約為 1.99 倍；無號 INT4 則由 754.81 微降至 754.68 TOP/s，實質並無改變。每個模式檢查 270,336 個輸出格，兩種狀態下均無位元差異。
FP8 的情況較為複雜。先前測試所選的分階段累加核心確實未見提升，原始狀態為 59.326 TF/s，解鎖後為 59.495 TF/s；但專案其後以 CUTLASS 4.8.1 的快速累加 GEMM 另行測試，在 8192×8192×8192 的規模下錄得 158.54 升至 309.08 TFLOP/s，約 1.95 倍，十九組配對核心與形狀的完整輸出均通過 cuBLAS 嚴格 FP32 比對。此外，三十五組 Ada FP8 數值測試共 3,227,648 個 FP32 輸出格，在原始、解鎖與存檔結果之間同樣無位元差異。
適用範圍與風險
專案自己劃清界線：上述數字多數來自「全為一、常駐暫存器」的迴圈或單一核心量測，並不等於應用層的 GEMM 或推論可以獲得同樣倍數；FP8 的快速結果亦不代表任意輸入下的精度。專案原文明確表示，不能由此推論「全模型兩倍」或礦機算力提升。INT8、部分 FP8 核心與 INT4 的實測均無變化，說明解鎖只針對特定運算路徑。
對生產環境而言，改動驅動初始化屬於高風險操作，可能影響系統穩定性、硬件保養與日後驅動更新，而目前只在極少數卡款上完成驗證，更廣泛的硬件支援與長時間穩定性仍未被證實。對研究者與算力持有者，這類專案提供了檢視硬件限制的實證方法，其公開原始輸出與雜湊值的做法亦值得參考；對正式部署的團隊，則宜等候更多獨立重現與穩定性數據，再衡量是否值得為特定運算換取約兩倍的指令吞吐。
參考資料
[1] JustAResearcher/gpu-unlock-ada · Releases · GitHub（2026-10-24）
[2] GPU Unlock 1.1.1 — TF32 and INT4 evidence · GitHub