مصرف級顯卡算力解鎖，AI 玩家推升二手價
開源專案 Zagitta／gpu-unlock 透過 Linux 核心模組，成功解鎖輝達（NVIDIA）Ampere 世代消費級顯卡在 FP16／BF16 運算上的發射速率。實測顯示，RTX 3090 Ti 在 BF16 運算下的表現，從原先的 87.50 TFLOPS 躍升至 157.41 TFLOPS。社群回報指出，此舉能為大型語言模型（LLM）的預填（prefill）階段帶來約一成至三成多的加速，同時二手市場價格也據稱隨之上漲，這對純粹的遊戲玩家而言，撿便宜的機會可能更加渺茫。
技術原理與實測數據
該開源專案利用 Linux 核心模組，在輝達驅動程式綁定前，透過寫入 speed selectors 來提升 Ampere 世代 GA102／103／104／106 消費級顯卡的 FP16／BF16 FMA 發射速率，使其接近專業級顯卡的水平。此方法無需刷寫 vBIOS，也無需每次都修改驅動程式補丁，大大降低了長期維護的複雜度。
根據專案的 README 文件，在 450W 功耗牆限制下，RTX 3090 Ti 的密集矩陣乘法（dense GEMM）運算實測數據如下：BF16 運算從 87.50 TFLOPS 提升至 157.41 TFLOPS；TF32 運算從 42.58 TFLOPS 提升至 82.61 TFLOPS；FP16 運算則從 87.46 TFLOPS 提升至 118.39 TFLOPS。媒體 Wccftech 在 10 月 24 日跟進報導後，二手市場的討論熱度也隨之升溫。
市場動態與供需轉變
在過去的加密貨幣挖礦熱潮時期，消費級顯卡的算力曾被鎖定，隨後因以太坊的轉型而價格暴跌。如今，隨著本地大模型推論與微調需求的復甦，同一批 Ampere 世代的硬體再次面臨重新定價。這次的買家轉變為 AI 領域的玩家，供需邏輯也從「挖礦」轉向「運行模型」。
專案優勢與限制
該專案模組結合了 CMP 解鎖技術與驅動程式時序調整手法，在 NVIDIA 驅動程式綁定前完成解鎖。其主要優勢在於無需刷寫 vBIOS，也無需每次驅動程式更新後重新打補丁，有效降低了長期使用的維護成本。
目前，該專案的主要應用平台是 Linux。Windows 系統尚未正式支援此核心模組（kmod）。社群也提醒使用者，此為實驗性操作，可能存在風險，例如需要關閉 Secure Boot 等設定。穩定性與保固方面可能因機型而異，不建議將其作為正式生產環境的依賴。
相容性與實際效益
目前已回報的相容型號涵蓋 RTX 3090 Ti、3090、3080、3070、3060 12GB 等。社群中也有多卡協同運作及虛擬機直通的案例。然而，少數 OEM 版本的顯卡即使完成流程，BF16 運算速度仍可能停留在半速，並非所有情況都能獲得預期效果。
動區僅概述技術層面與社群回報的資訊，不提供安裝步驟。有意嘗試的用戶應自行評估硬體與資安風險，並以專案官方文件為準。
根據 README 文件彙整的相容性回報，BF16 GEMM 運算的增益幅度約在 25% 至 80% 之間，功耗牆的影響極為顯著。對於功耗受到限制的顯卡，效能提升幅度往往會明顯縮減，因此不應僅僅參考峰值數據。
大型語言模型與其他應用
對於大型語言模型（LLM）而言，預填（prefill）階段的處理速度約有 14% 至 36% 的加速，首字延遲（TTFT）也能有所下降。矩陣密集型的微調任務以及類似 FlashAttention 的工作負載，在此解鎖下表現較為突出。
然而，對於解碼（decode）、INT8 運算以及記憶體頻寬成為瓶頸的工作負載，則幾乎感受不到明顯差異。GitHub 上的討論區也有報告指出，llama.cpp 的 Q8 量化推理幾乎沒有變化，顯示量化推理未必能從中受益。
換言之，此次解鎖主要提升的是指令發射速率，並非萬靈丹。用戶在購買顯卡前，應先釐清自身應用的瓶頸是算力還是記憶體頻寬，避免將「理論上的翻倍」直接視為實際使用中的倍率提升。
其他傳聞與注意事項
社群推文中曾傳出 Ada Lovelace 架構（RTX 40 系列）的 Tensor 核心吞吐量也接近翻倍。但官方 README 主要聚焦於 30 系列 Ampere 架構，40 系列的說法尚未獲得全面驗證，建議謹慎看待。
此外，還有關於「單卡 RTX 3090 運行 Qwen 達到 381 tokens／s」的優化傳聞，這主要是由於 MTP、DFlash 等模型端的優化手法所致，不應與本次的硬體解鎖混為一談，以免高估硬體解鎖的邊際效益。
二手市場價格飆升與未來展望
根據 Wccftech 的整理與社群流傳的消息，近期 eBay 的二手顯卡價格急劇上漲：RTX 3090 的價格從約 1,000 美元漲至超過 2,000 美元；RTX 3090 Ti 逼近 3,000 美元；RTX 3080（10–12GB 版本）則在 900 至 1,100 美元之間。如果二手市場的需求確實因 AI 應用而再次興起，那麼純粹的遊戲玩家將更難以「撿便宜」，這也可能導致新舊世代顯卡之間的價差重新洗牌。
當雲端算力成本高昂，而本地 LLM 的需求持續升溫時，舊世代消費級顯卡一旦被解鎖出接近專業級的半精度運算能力，便會立即面臨重新定價。這延續了加密貨幣礦卡「二次就業」的邏輯，只是這次的買家換成了 AI 玩家。這也使得消費級 GPU 與人工智慧硬體市場之間的界線再次變得模糊，值得持續關注。
Leave a Reply