Un módulo de código abierto para Linux llamado GPU Unlock permite duplicar la velocidad a la que las tarjetas NVIDIA GeForce RTX 30 ejecutan ciertas operaciones de IA en sus núcleos tensor, una capacidad que NVIDIA reserva a sus tarjetas profesionales. El proyecto, publicado en GitHub por el desarrollador Zagitta, lleva a una RTX 3090 Ti de 87,5 a 157,4 TFLOPS en multiplicación de matrices BF16. En inferencia de modelos de lenguaje el efecto es mucho menor: la documentación del proyecto recoge mejoras de entre un 14 % y un 36 % en el procesado del prompt y prácticamente nada en la generación de texto.
Las claves de GPU Unlock en 30 segundos
- GPU Unlock es un módulo del kernel de Linux que se carga antes del controlador de NVIDIA y no modifica la BIOS de la tarjeta.
- Dobla la tasa de instrucciones FP16 y BF16 con acumulación en FP32 en las GPU GA102, GA103, GA104 y GA106 de las RTX 30.
- Una variante de la comunidad lo lleva a algunas RTX 40, sobre todo la RTX 4090.
- En LLM mejora el procesado del prompt, pero no la velocidad de generación, limitada por el ancho de banda de memoria.
Las GeForce RTX 30 comparten chips con modelos profesionales de NVIDIA, pero ejecutan a media velocidad las multiplicaciones de matrices en FP16 y BF16 cuando el resultado se acumula en precisión FP32, el modo que más usan el entrenamiento y buena parte de la inferencia. Según su documentación, GPU Unlock escribe unos valores de configuración en la tarjeta y la reinicia antes de que se cargue el controlador oficial, que luego funciona sin cambios. Por eso no hace falta parchear cada nueva versión del controlador. El proyecto, con licencia GPL-2.0, se apoya en una técnica conocida de las tarjetas de minería CMP de NVIDIA y suma unas 4.900 estrellas en GitHub.
El doble en el núcleo tensor, menos en la práctica
La cifra de referencia del proyecto procede de una RTX 3090 Ti a 450 vatios con una multiplicación de matrices densa de 8192 × 8192: BF16 pasa de 87,50 a 157,41 TFLOPS, TF32 de 42,58 a 82,61 y FP16 de 87,46 a 118,39. Con el resto de tarjetas, los usuarios reportan mejoras en BF16 de entre el 25 % y el 67 % en la RTX 3090, el 70 % al 73 % en la RTX 3080 de 10 GB, el 73 % al 81 % en la RTX 3070 y alrededor del 80 % en la RTX 3060 de 12 GB. El propio README avisa de que son pruebas de usuarios, no comparables entre sí, y de que las más bajas corresponden a tarjetas limitadas a 225 vatios. Hay una excepción: en una RTX 3080 Ti OEM de 20 GB el desbloqueo se completa, pero BF16 sigue a media velocidad. INT8 y la acumulación en FP16 no cambian.
Ese salto no se traslada entero a los modelos de lenguaje. Las pruebas que recopila VRAM Calculator con vLLM, llama.cpp y otros motores en RTX 3090 muestran que el procesado del prompt, la fase en la que el modelo lee la entrada, mejora entre un 4 % y un 50 % según el motor, la longitud del contexto y el límite de potencia, mientras la generación de texto apenas se mueve. La razón es que generar tokens depende sobre todo del ancho de banda de memoria, 936 GB/s en una RTX 3090, y no de la potencia tensor. Para quien usa la tarjeta como asistente local, la mejora se nota sobre todo en el tiempo hasta la primera respuesta con documentos largos, no en la velocidad de escritura.
RTX 40, Windows y los riesgos
El proyecto original solo soporta las RTX 30. Una bifurcación de la comunidad, gpu-unlock-ada, lo extiende a la generación Ada: en una RTX 4090, una prueba de un usuario dobla la tasa de instrucciones FP16 y BF16, pero las multiplicaciones reales con cuBLAS solo mejoran entre un 0 % y un 34 %. La RTX 4070 Ti SUPER y la RTX 4060 Ti de 16 GB figuran como experimentales, validadas en una sola tarjeta cada una. Algunos medios mencionan también las RTX 20, pero la documentación del proyecto no las incluye. Existe además un port para Windows, aunque ligado a equipos concretos.
No es un proyecto de NVIDIA, que no se ha pronunciado, y conviene tratarlo como lo que es: una herramienta experimental. Hay que añadir un parámetro al arranque del kernel, algunas tarjetas necesitan un apagado completo y la suspensión restablece los valores. La mayoría de las cifras son pruebas de usuarios con hardware, controladores y modelos distintos, sin ensayos de estabilidad prolongados. En una prueba, el texto generado coincidió byte a byte con el original, pero en otra no. El firmware que usa sigue sujeto a los términos de NVIDIA. Según Wccftech, el interés por la IA local también está encareciendo las RTX 3090 de segunda mano en Estados Unidos, aunque el medio no detalla de dónde salen esas cifras. Quien quiera valorar si le compensa una tarjeta de 24 GB puede leer nuestro análisis sobre la IA local en 24 GB frente a OpenAI y Anthropic.
Preguntas frecuentes
¿Qué es GPU Unlock?
Un módulo de código abierto para el kernel de Linux que duplica la tasa de instrucciones FP16 y BF16 con acumulación en FP32 en las GeForce RTX 30, igualándola a la de las tarjetas profesionales.
¿Duplica la velocidad de los modelos de lenguaje?
No. Mejora el procesado del prompt, entre un 14 % y un 36 % en varias pruebas recogidas por el proyecto, pero la generación de texto apenas cambia porque depende del ancho de banda de memoria.
¿Qué tarjetas son compatibles?
Las RTX 30 con chips GA102, GA103, GA104 y GA106, como las RTX 3090, 3080, 3070 y 3060. Una bifurcación añade la RTX 4090 y, de forma experimental, otras RTX 40.
¿Funciona en Windows?
El proyecto original es solo para Linux. Hay un port de la comunidad para Windows, pero está ligado a equipos concretos.
Fuentes:
