Desbloquea el rendimiento completo de los tensor cores de tu GPU NVIDIA
NVIDIA vende dos familias de tarjetas gráficas construidas sobre el mismo silicio: las GeForce para jugadores y las RTX A-series profesionales para estaciones de trabajo. El hardware de los tensor cores es idéntico, pero la versión GeForce sale de fábrica con un selector de velocidad ajustado a media velocidad para los cálculos FP16, BF16 y TF32 con acumulación FP32. Son exactamente las precisiones que usan casi todas las cargas de entrenamiento, ajuste fino, generación de imágenes e inferencia no cuantizada. El proyecto gpu-unlock elimina esa limitación durante el arranque, antes de que el controlador original de NVIDIA llegue a tocar el dispositivo. Sin controlador parcheado, sin flashear la VBIOS y sin nada que rehacer cuando NVIDIA publica una nueva versión del controlador.
Por qué las GeForce de consumo funcionan a media velocidad
La restricción no es un defecto de hardware ni algo que decida el controlador. Cada GPU lleva un selector de velocidad oculto en su firmware y en la ROM de la VBIOS. En los modelos de consumo ese selector está programado a media velocidad: los tensor cores siguen ejecutando correctamente cada instrucción, pero la emiten con una cadencia reducida para un conjunto definido de modos de cálculo matricial. Las tarjetas profesionales llevan el mismo silicio con el selector a plena velocidad. Se trata de segmentación de producto implementada en el firmware, y es la razón por la que una GeForce puede parecer desproporcionadamente lenta frente a una tarjeta de estación de trabajo de la misma generación.
Cómo gpu-unlock elimina el límite
El módulo se ejecuta desde el disco de memoria initramfs durante el arranque temprano. Lee los parámetros del firmware, cambia el selector de media a plena velocidad y después provoca un Function Level Reset de PCIe para que el dispositivo se reinicialice con el nuevo ajuste aplicado. Solo después de ese traspaso el controlador oficial de NVIDIA se enlaza con la tarjeta. Como el cambio ocurre antes de la inicialización del controlador, sobrevive a las actualizaciones del mismo. No hay ningún parche binario que volver a aplicar, ningún módulo firmado que reconstruir con cada nueva versión del núcleo más allá de una recompilación normal, y ninguna VBIOS modificada en la tarjeta. Si arrancas sin el módulo, la GPU se comporta como una tarjeta de serie.
Qué GPU son compatibles
El desarrollo y las pruebas de estabilidad se centran en la serie RTX 30, en concreto en los chips GA102, GA103, GA104 y GA106. La compatibilidad experimental abarca también determinadas GPU de escritorio y portátiles de las series RTX 20 y RTX 40. Las tarjetas que ya funcionan sin límite, como las profesionales RTX A-series, no ganan nada porque no hay ningún tope que quitar. La siguiente tabla resume la situación actual.
| Generación | Chips habituales | Estado |
|---|---|---|
| Serie RTX 30 | GA102, GA103, GA104, GA106 | Totalmente compatible, objetivo principal |
| Serie RTX 20 | TU106 y similares | Compatibilidad experimental |
| Serie RTX 40 | Modelos de escritorio y portátiles | Compatibilidad experimental |
| RTX A-series profesionales | Mismo silicio, ya a plena velocidad | No requiere cambios |
Mejoras de rendimiento medidas
Las mejoras aparecen donde se espera: en la multiplicación matricial densa. En una RTX 3090 Ti, el rendimiento FP16 pasa de unos 87 a más de 118 TFLOPS, el BF16 sube de unos 87 a 157 TFLOPS y el TF32 de unos 42 a más de 82 TFLOPS. En el conjunto de tarjetas de consumo compatibles, el rendimiento GEMM denso mejora entre un 25 y un 80 por ciento según la precisión y la forma del modelo. En la práctica esto supone un prefill más rápido para modelos de lenguaje grandes, sesiones de ajuste fino más cortas, pasos de generación de imágenes más ágiles y más margen cuando mantienes los pesos en BF16 o FP16 en lugar de cuantizarlos a INT8.
| Precisión con acumulación FP32 | TFLOPS de serie | TFLOPS desbloqueados | Ganancia |
|---|---|---|---|
| FP16 | 87 | 118 | alrededor del 35 por ciento |
| BF16 | 87 | 157 | alrededor del 80 por ciento |
| TF32 | 42 | 82 | alrededor del 95 por ciento |
Dónde no verás ninguna diferencia
El desbloqueo solo afecta a las operaciones de los tensor cores. No cambia nada en cargas de juego rasterizadas convencionales, instrucciones FP32 escalares, inferencia cuantizada INT8 ni decodificación de vídeo. Esas rutas están limitadas por el ancho de banda de memoria, el comportamiento de la caché o hardware de función fija, no por la cadencia de los tensor cores. Si tu flujo de trabajo ya está totalmente cuantizado a INT8, no esperes ningún cambio. Lo mismo ocurre con cargas dominadas por el movimiento de datos más que por la intensidad aritmética.
Notas sobre la configuración del arranque
El orden importa. El módulo debe cargarse antes de que el controlador de NVIDIA se apropie del dispositivo, lo que en la práctica implica añadirlo al initramfs y garantizar el orden correcto respecto a los enlaces de carga temprana del controlador propietario. Las distribuciones que construyen el initramfs con dracut, mkinitcpio o update-initramfs lo gestionan de forma distinta, así que sigue las instrucciones del proyecto para la tuya. Las configuraciones con Secure Boot requieren firmar el módulo con una clave inscrita, exactamente igual que cualquier otro módulo del núcleo fuera del árbol. Verifica el resultado consultando el rendimiento tensorial reportado en lugar de dar por hecho el éxito.
¿Vale la pena usarlo?
Si entrenas, ajustas o generas imágenes en una GeForce de consumo en BF16, FP16 o TF32, el desbloqueo es una de las mejoras de rendimiento más económicas que existen: no cuesta nada en tiempo de ejecución y no añade mantenimiento con cada actualización del controlador. Si sobre todo juegas, decodificas vídeo o ejecutas inferencia cuantizada INT8, déjalo pasar. Lee la documentación del repositorio, comprueba que tu chip esté cubierto y mide antes y después para saber exactamente qué has ganado.
Trabajemos juntos
¿Necesitas más información, ayuda con tu proyecto o desarrollar una idea?
Ya sea una pregunta sencilla, una duda rápida o una charla de 5 minutos, envíame un mensaje—no cuesta nada y siempre estoy listo para ayudar. Me gusta escuchar para entender el problema, ser creativo en las soluciones y centrarme en ideas simples, confiables y fáciles de implementar rápidamente.
Contáctame →