
gpu-unlock-ada
本地生成固件,释放 Ada 显卡张量算力
项目预览
项目数据
项目介绍
Star 增长趋势
本站每日记录该项目 GitHub 星标变化,观测越久曲线越完整
数据来源:GitHub API 逐日快照 · 收录于 2026-10-26 · 当前星标 ★ 2373
使用教程
环境要求
- Linux 系统,且发行版属于 Arch、Debian(deb)或 RPM 家族
- 已安装与当前内核匹配的内核头文件(kernel headers)
- 可用的 DKMS 工具链与编译工具链
- 能通过 HTTPS 访问 GitHub 与 NVIDIA 输入源,用于拉取固定版本 610.43.03 输入
- 用于实验的 NVIDIA Ada 架构显卡机器(RTX 4090 已验证)
安装与启动步骤
-
1准备构建环境
README 明确要求内核头文件与可用的 DKMS 工具链;缺失时后续 make 目标会失败,请先按发行版补装。
-
2克隆源码
拉取 GPL-2.0-only 源码并进入目录,后续构建命令都在该目录内执行。
git clone https://github.com/JustAResearcher/gpu-unlock-ada.git cd gpu-unlock-ada -
3预取并校验输入
经 HTTPS 拉取固定版本 NVIDIA 610.43.03 的源码与二进制输入并校验 SHA-256,缓存默认在 ~/.cache/gpu-unlock。
make inputs -
4生成固件资产
基于已缓存的输入在你自己的机器上生成固件与相关资产,仓库不分发成品固件。
make assets -
5一键安装
make install 会自动识别发行版家族,构建并安装软件包;依赖内核头文件与 DKMS 工具链。
make install -
6手动指定目标
自动识别不适用时手动选择:Debian 系用 make install-deb,RPM 系用 make install-rpm(此处示例为 Arch)。
make install-arch -
7只构建不安装
make arch、make deb、make rpm 仅打包不安装,Debian 与 RPM 产物分别输出到 build/deb 与 build/rpm。
make deb -
8导出源码归档
make dist 生成的源码归档与 .nosrc.rpm 不含 NVIDIA 归档和生成的固件,便于分发与审查。
make dist
关键配置
| 配置项 | 必填 | 说明 | 示例 |
|---|---|---|---|
CACHE | 否 | 覆盖输入缓存目录,默认 $HOME/.cache/gpu-unlock。 | CACHE=/home/user/gpu-unlock-cache |
INPUTS | 否 | 单独指定输入缓存位置,配合 make inputs 使用。 | INPUTS=/home/user/gpu-unlock-cache/inputs |
ASSETS | 否 | 单独指定生成资产存放位置。 | ASSETS=/home/user/gpu-unlock-cache/assets |
GPU_UNLOCK_INPUTS | 否 | Debian 干净 chroot 构建时指向输入缓存,因为 dpkg-buildpackage 不会自行拉取输入。 | GPU_UNLOCK_INPUTS=/home/user/gpu-unlock-cache |
如何确认成功
重启后确认内核模块已加载、NVIDIA 驱动正常初始化,再用自有 CUDA 基准对比 FP16/BF16 张量吞吐是否变化。
常见问题
Q:make install 报错找不到内核头文件?
A:先安装与当前运行内核版本匹配的内核头文件包,并确认 DKMS 工具链可用,再重新执行 make install。
Q:构建时无法获取 NVIDIA 输入怎么办?
A:先执行 make inputs 把输入预取到缓存;离线或自定义路径时用 CACHE=、INPUTS=、ASSETS= 覆盖默认位置。
Q:Debian 干净 chroot 里构建失败?
A:dpkg-buildpackage 不会自行拉取输入,需设置 GPU_UNLOCK_INPUTS 指向已准备好的输入缓存目录。
Q:仓库提供现成的固件包吗?
A:不提供。仓库不分发成品固件,输入下载与固件生成都在你自己的机器上完成。
Q:支持哪些显卡?
A:RTX 4090(10de:2684,AD102)已有实测记录,README 标题另列 RTX 4070 Ti SUPER 与 RTX 4060 Ti 16GB。
注意事项
- 这是内核模块与固件生成类操作,建议只在可随时重装的实验机上执行,并提前记录原始驱动版本以便回退。
- README 中的吞吐数据来自特定版本的成对测量,属于单项指标,不代表整机应用的整体加速。
- 软件包基于提交的 HEAD 构建,升级前先确认当前提交,避免与其他内核模块版本错配。
- 生成的输入缓存体积较大,注意磁盘空间与缓存目录权限。
核心亮点
- 固件在本地生成,不依赖云端也不分发成品文件,流程透明可审查
- 明确覆盖 RTX 4090 并实验性支持 RTX 4070 Ti SUPER,型号针对性强
- 用 C 实现,代码量可控,便于理解固件生成与校验逻辑
不足之处
- 仅适配少数 Ada 型号,兼容范围窄,其他显卡无法直接使用
- 涉及固件刷写,存在变砖与保修失效风险,缺少面向新手的防护机制
- 实验性型号支持稳定性待验证,社区文档与案例仍在积累
适用场景
- 本地实验环境中充分调用 RTX 4090 张量算力做推理或训练测试
- 硬件爱好者研究 Ada 显卡固件结构与性能限制机制
- 小团队在受控机器上验证固件生成与回滚流程
替代项目
nvflash、GreenWithEnvy、nvidia-settings
上一篇:tart
下一篇:gpu-unlock
同类项目推荐
candle-vllm
开源
Rust 写的本地大模型推理服务,兼容 OpenAI API,开箱即用
Efficent platform for inference and serving local LLMs including an OpenAI compatibl···
langfuse-java
开源
Java 项目快速接入 Langfuse,实现 LLM 调用追踪与观测
Auto-generated Java Client for Langfuse API
csghub
开源
自建 Hugging Face,私有化掌控模型全生命周期
CSGHub is a brand-new open-source platform for managing LLMs, developed by the OpenC···
onnxruntime
开源
一次导出模型,多端高效跑推理
ONNX Runtime: cross-platform, high performance ML inferencing and training accelerat···
AI-Gateway
开源
用 Azure 网关统一管住模型、MCP 和 Agent 调用
Labs to explore AI Models, MCP servers, and Agents with the AI Gateway powered by Az···
bitrouter
开源
自动选对模型,让智能体工作流越跑越顺
The minimal interpretable model router that learns & adapts to your agent workflows
numbat
开源
给终端上的 AI 智能体装上监控和刹车,看清行为、阻止风险。
Visibility into AI agent activity on endpoints, with on-device detection, optional p···
gemini-business2api
开源
把 Gemini 商业版变成 OpenAI 接口,多账号负载均衡,还能生成图片视频。
OpenAI-compatible API for Gemini Business with multi-account load balancing and mult···
llmix
开源
不改代码,热切换模型,自动加缓存重试熔断,让 LLM 调用更稳更省。
Production LLM call layer for AI agents and tools: keep OpenAI/Anthropic/AI SDK/Lite···