Un gruppo di modder è riuscito a rimuovere alcuni limiti che NVIDIA impone ai Tensor Core delle schede GeForce RTX delle serie 20, 30 e 40. Lo sblocco dei Tensor Core RTX arriva a raddoppiare la velocità di alcune operazioni usate nell’intelligenza artificiale, avvicinando le GPU da gioco alle costose schede professionali. Ma ci sono diversi limiti da conoscere.
Come funziona lo sblocco dei Tensor Core RTX
Le GeForce RTX 30 e 40 usano gli stessi chip delle schede professionali, ma su quelle consumer NVIDIA limita la velocità con cui vengono eseguite certe istruzioni, in particolare i calcoli FP16 e BF16 con accumulo in FP32, molto usati per l’AI.
I progetti open source non modificano i driver né il VBIOS: cambiano alcuni registri della GPU prima che venga caricato il driver NVIDIA. La modifica è temporanea e sparisce quando la scheda viene spenta. Al momento i tool funzionano soprattutto su Linux, mentre una versione sperimentale per Windows è ancora in fase di test.
I progetti per RTX 20, 30 e 40
- GPU Unlock, dello sviluppatore Zagitta, per le RTX 30 (Ampere), che riprende tecniche nate per le schede da mining CMP.
- GPU Unlock Ada, per la RTX 4090 e, in via sperimentale, la RTX 4070 Ti SUPER (Ada Lovelace).
- KohakUnlock, che applica la stessa tecnica alle RTX 20 (Turing).
Quanto aumentano davvero le prestazioni
Sulla carta i numeri sono notevoli. Secondo i test pubblicati dagli sviluppatori, la RTX 4090 passa da 165,6 a 331,6 TFLOPS in FP16 con accumulo FP32, valori tipici di una scheda professionale come la RTX 6000 Ada. Una RTX 3090 Ti sale da 87,5 a 157,4 TFLOPS in BF16 (+80%) e da 42,6 a 82,6 TFLOPS in TF32 (+94%). Una RTX 2080 Ti arriva a 111 TFLOPS contro i 59,9 di partenza.
Nell’uso reale i guadagni sono più contenuti. Con ComfyUI, una RTX 3090 Ti genera immagini con modelli BF16 circa il 56-59% più velocemente. Con i modelli linguistici in locale, l’elaborazione del prompt migliora del 14-36%, mentre la generazione dei token resta quasi invariata, perché dipende dalla banda della memoria. Nelle librerie cuBLAS i progressi in FP16 vanno dal 12 al 34%.
Limiti e rischi dello sblocco dei Tensor Core
Lo sblocco non aggiunge memoria, core CUDA né prestazioni nei giochi, e non ci sono prove di benefici per il DLSS. I calcoli INT8 restano praticamente invariati e i risultati non sono garantiti su tutte le schede: almeno una RTX 3080 Ti da 20 GB non ha mostrato miglioramenti in BF16. Configurazioni non supportate possono impedire l’avvio del sistema.
Qualsiasi modifica di questo tipo può far decadere la garanzia, e per le nuove RTX 50 (Blackwell) non esiste ancora uno sblocco funzionante. La notizia conferma quanto sia cresciuto l’interesse per l’AI in locale, lo stesso su cui NVIDIA punta con RTX Spark per i PC Windows. Per il quadro più ampio della corsa ai chip, potete leggere anche le nostre tech news del 21 ottobre su agenti AI, chip e cloud.
Aiutaci a crescere: lasciaci un like :)