IA · 28 ottobre 2026
Sbloccata prestazioni AI nascoste nelle schede NVIDIA RTX tramite progetto open source
Modificatori hanno sviluppato una soluzione software sperimentale per sbloccare prestazioni di intelligenza artificiale precedentemente limitate nelle schede grafiche NVIDIA delle serie RTX 20, 30 e 40. Questa modifica permette a specifici modelli di eseguire operazioni sui Tensor Core a velocità significativamente superiori senza richiedere overclocking o aggiornamenti hardware fisici. La soluzione, denominata GPU Unlock Ada, è distribuita come progetto open source su una piattaforma di sviluppo collaborativo e funziona principalmente su sistemi operativi basati su Linux, sebbene esistano dimostrazioni preliminari per ambienti Windows.
I test condotti su una scheda RTX 4090 hanno dimostrato che le prestazioni in determinate operazioni matematiche possono raddoppiare una volta rimosse le restrizioni software imposte dal produttore. Nello specifico, le capacità di calcolo in precisione FP16 e BF16 raggiungono velocità doppie rispetto alla configurazione standard. Analogamente, la scheda RTX 4070 Ti Super ha mostrato un aumento delle prestazioni FP16 da 95 a 189,9 TFLOPS e delle prestazioni BF16 da 95 a 189,7 TFLOPS. Anche modelli precedenti come la RTX 3090 Ti hanno beneficiato di miglioramenti sostanziali, con un incremento della potenza di calcolo BF16 da 87,5 a 157,4 TFLOPS, rappresentando un guadagno di quasi l'80 percento.
La tecnica non richiede la modifica permanente del firmware della scheda video o l'installazione di driver grafici alterati. Il metodo utilizza un modulo del kernel di Linux che modifica le impostazioni interne prima dell'avvio del driver grafico standard di NVIDIA. Queste modifiche sono temporanee e vengono perse quando la scheda video viene spenta, il che significa che il sistema ritorna alla configurazione originale ad ogni riavvio. La compatibilità dipende da combinazioni specifiche di scheda video, scheda madre e versione del BIOS, pertanto non tutte le configurazioni hardware con questi modelli sono garantite per funzionare correttamente.
Nonostante i notevoli aumenti nelle capacità di calcolo grezzo, l'impatto sulle applicazioni reali varia a seconda del software utilizzato. Nei test relativi all'elaborazione di richieste per grandi modelli linguistici locali, le prestazioni sono migliorate tra il 14 e il 36 percento. Tuttavia, la generazione di nuovi token di testo rimane largamente invariata in molti scenari, poiché tale processo è spesso limitato dalla larghezza di banda della memoria piuttosto che dalla potenza di calcolo del processore grafico. Le prestazioni nei videogiochi non risultano influenzate da queste modifiche specifiche, poiché i meccanismi di upscaling e generazione di frame utilizzano i Tensor Core in modo diverso rispetto alle operazioni di calcolo puro sbloccate da questo strumento.
La limitazione originale sembra risiedere in impostazioni interne che controllano la velocità di esecuzione di certe istruzioni, piuttosto che nel numero fisico di nuclei disponibili. Sebbene non vi sia una conferma ufficiale da parte di NVIDIA, questa pratica è comunemente interpretata come una misura per distinguere i prodotti di consumo dalle schede grafiche professionali più costose. Attualmente non esiste una soluzione confermata per le schede della serie RTX 50. Gli sviluppatori avvertono che l'uso di questo software comporta rischi e configurazioni non supportate potrebbero impedire l'avvio del sistema.