
gpu-unlock
解锁 30 系显卡 FP/BF16 发射率,逼近专业卡算力
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 ★ 5957
使用教程
环境要求
- 运行 Linux 系统(项目以 Linux 内核模块形式实现)
- 使用未修改的 NVIDIA 官方驱动,模块会在驱动绑定显卡之前执行
- 显存芯片为 GA102 / GA103 / GA104 / GA106 的 RTX 3000 系列显卡
- 具备 root 权限(编译安装与修改引导配置均需 sudo)
- 安装 make 编译工具,并准备当前内核的模块编译环境
安装与启动步骤
-
1克隆项目仓库
把 gpu-unlock 源码下载到本地,后续编译安装都在该目录内进行。
git clone https://github.com/Zagitta/gpu-unlock -
2编译安装内核模块
在仓库目录执行安装,编译并部署内核模块,需 root 权限。
cd gpu-unlock make install -
3Debian 系加启动参数
先编辑 /etc/default/grub,在 GRUB_CMDLINE_LINUX_DEFAULT 原有选项后追加参数,再重新生成引导配置。
sudo update-grub -
4Arch 系加启动参数
同样修改 /etc/default/grub 里的 GRUB_CMDLINE_LINUX_DEFAULT,然后用 grub-mkconfig 重建 grub.cfg。
sudo grub-mkconfig -o /boot/grub/grub.cfg -
5Fedora/RHEL 加参数
用 grubby 给所有内核条目追加启动参数,无需手工编辑 grub 配置文件。
sudo grubby --update-kernel=ALL --args="gpu_unlock.targets=all" -
6systemd-boot 与 UKI
systemd-boot 需在启动项 options 行追加参数;UKI 则写入 /etc/kernel/cmdline 后重新生成引导镜像。
sudo mkinitcpio -P
关键配置
| 配置项 | 必填 | 说明 | 示例 |
|---|---|---|---|
gpu_unlock.targets=all | 是 | 内核启动参数,指定模块对全部目标显卡执行解锁。 | gpu_unlock.targets=all |
GRUB_CMDLINE_LINUX_DEFAULT | 否 | Debian/Arch 系 GRUB 的默认内核命令行,在此追加参数并保留原有选项。 | "quiet splash gpu_unlock.targets=all" |
如何确认成功
重启后执行 cat /proc/cmdline 确认含 gpu_unlock.targets=all,再跑 FP16/BF16 GEMM 对比解锁前后吞吐。
常见问题
Q:哪些显卡可以用?
A:模块接受 kernel/gpu_unlock/main.c 中列出的全部 GeForce ID,已有人反馈的是 GA102、GA103、GA104、GA106 的 RTX 3000 系列。
Q:每次更新 NVIDIA 驱动要重新打补丁吗?
A:不需要。它是独立内核模块,在未修改的官方驱动绑定显卡之前完成解锁,因此不受驱动版本更新影响。
Q:它和 UEFI 版或修改版驱动有什么区别?
A:项目既不是 UEFI 应用,也不是打过补丁的 NVIDIA 驱动,而是结合 CMP 解锁技术与驱动加载前的时序的内核模块。
Q:如何取消解锁?
A:从内核命令行移除 gpu_unlock.targets=all,按对应发行版方式重新生成引导配置并重启即可。
注意事项
- 修改引导配置前先备份 /etc/default/grub 等文件,避免无法启动。
- 追加参数时要保留原有内核选项,不要整行替换。
- 仅在测试机上验证,确认 FP16/BF16 吞吐提升后再用于正式环境。
核心亮点
- 直接针对 FP/BF16 指令发射率这一具体瓶颈,目标明确,不做泛化封装
- 用 C 实现且依赖少,贴近硬件层,便于理解与二次修改
- 提供解锁与回退思路,降低误操作后难以恢复的风险
不足之处
- 仅适配特定 Nvidia 3000 系型号与驱动版本,兼容范围窄
- 涉及固件/寄存器级修改,操作门槛高,普通用户易出错
- 文档与社区规模相对有限,长期维护与更新节奏待观察
适用场景
- 在 Linux 工作站上提升 RTX 30 系显卡的 FP16 推理吞吐
- 低成本搭建 BF16 训练环境时压榨消费卡算力
- 研究 GPU 指令调度与硬件限制的底层实验
替代项目
nvidia-settings、nvtop、gpu-burn
上一篇:gpu-unlock-ada
下一篇:没有了!
同类项目推荐
agent-trace
开源
给 AI 智能体装上监控,看清每一步动作和花费
Observability for AI agents. See what your agent did, why it cost that much, and wha···
genai-factory
开源
用 Terraform 在 GCP 一键搭好安全的生成式 AI 底座
A collection of end-to-end infrastructure blueprints to deploy generative AI infrast···
Ollama-For-AMD-Installer
开源
AMD 显卡一条命令装好 Ollama,直接跑本地大模型
This project simplifies the installation process of likelovewant's library, making i···
paritok-4b-v1
开源
给编码问答先瘦身,速度翻倍还无损
Non-destructive compression gateway for AI coding agents. Cuts token bills 25% on tu···
memory-lancedb-pro
开源
让智能体记忆更准、更清晰,开箱即用的混合检索与管理工具。
Enhanced LanceDB memory plugin for OpenClaw — Hybrid Retrieval (Vector + BM25), Cro···
rivet
开源
给 AI 智能体和协作应用装上持久记忆与实时状态
Rivet Actors are the primitive for stateful workloads. Built for AI agents, collabor···
pgai
开源
在 PostgreSQL 里直接跑 AI,省掉向量数据库和复杂管道
A suite of tools to develop RAG, semantic search, and other AI applications more eas···
OmniRoute
开源
一个接口接入 290+ 模型,自动省钱还能无缝切换
Never stop coding. Free MIT AI gateway: one endpoint, 375 providers (150+ free), 1,4···
infrahub
开源
像管代码一样管基础设施数据,变更可评审可回滚
Infrahub is a graph-based data management platform with built-in version control, CI···