ปลดล็อก NVIDIA RTX 40 Series เพิ่มพลังประมวลผล AI เกือบ 2 เท่า! RTX 4090 แตะ 331.6 TFLOPS แต่ยังใช้ได้เฉพาะบางรุ่น

หลังจากมีรายงานการปลดล็อกข้อจำกัดด้านการคำนวณ AI บนการ์ดจอ NVIDIA RTX 30 Series ล่าสุดนักพัฒนา JustAResearcher ได้เผยแพร่โครงการโอเพนซอร์ส GPU-Unlock-Ada ซึ่งนำเทคนิคการวิเคราะห์ย้อนกลับมาใช้กับการ์ดจอสถาปัตยกรรม Ada Lovelace อย่าง GeForce RTX 40 Series โดยผลทดสอบกับ RTX 4090 พบว่าอัตราการประมวลผลคำสั่ง Tensor Core บางประเภทเพิ่มขึ้นได้เกือบ 2 เท่า โดยไม่ต้องแก้ไขไดรเวอร์ NVIDIA โดยตรง

อย่างไรก็ตาม ข้อมูลจากโครงการต้นทางระบุว่า การรองรับ RTX 40 Series ยังอยู่ในขั้นทดลองสำหรับการ์ดจอบางรุ่น ไม่ใช่การปลดล็อกที่ยืนยันแล้วว่าทำงานได้กับ RTX 4090 จนถึง RTX 4060 Ti ทุกรุ่นตามที่มีการกล่าวอ้างกันในโลกออนไลน์

NVIDIA RTX 4090 ปลดล็อก FP16/BF16 จาก 165.6 เป็นกว่า 330 TFLOPS

จุดเด่นของโครงการ GPU-Unlock-Ada คือการปรับค่าการเลือกความเร็วในการประมวลผลของ GPU หรือ Speed Selector ซึ่งมีผลต่ออัตราการส่งคำสั่งคำนวณบางประเภทบน Tensor Core โดยตัวโมดูลต้องทำงานก่อนที่ไดรเวอร์ NVIDIA จะเข้าควบคุมการ์ดจอ

การทดสอบบน GeForce RTX 4090 ซึ่งใช้ชิป AD102 พบผลลัพธ์ดังนี้

ข้อมูลจาก รายงานผลทดสอบ RTX 4090 ของ JustAResearcher แสดงให้เห็นว่า การปลดล็อกช่วยเพิ่มอัตราการประมวลผล FP16 และ BF16 ได้เกือบเท่าตัวจริงในการทดสอบระดับคำสั่ง แต่ไม่ได้ทำให้ประสิทธิภาพของการคำนวณทุกประเภทเพิ่มขึ้นตามไปด้วย

สิ่งสำคัญคือ ตัวเลขเหล่านี้เป็นผลจากการทดสอบอัตราการส่งคำสั่งคำนวณเฉพาะทาง ไม่ใช่ผลการทดสอบประสิทธิภาพ AI ทุกประเภท จึงไม่ควรนำไปตีความว่า RTX 4090 จะรันโมเดลภาษาขนาดใหญ่หรือทำงานทุกอย่างเร็วขึ้น 2 เท่า

RTX 4070 Ti SUPER ก็ปลดล็อกได้ แต่ FP8 ไม่ได้เร็วขึ้นทุกกรณี

นอกจาก RTX 4090 แล้ว โครงการยังเพิ่มการรองรับ RTX 4070 Ti SUPER ซึ่งใช้ชิป AD103 ในรูปแบบทดลอง โดยผลทดสอบการคำนวณแบบ FP16 ที่สะสมผลลัพธ์เป็น FP32 ภายใต้ Power Limit 240W ได้ผลดังนี้

ผลทดสอบแสดงให้เห็นว่า FP16 และ TF32 เพิ่มขึ้นประมาณ 99% ขณะที่ INT4 แทบไม่มีการเปลี่ยนแปลง โดยโครงการระบุว่าการตรวจสอบผลลัพธ์ของการคำนวณในชุดทดสอบนี้ไม่พบความแตกต่างของค่าที่เปรียบเทียบ

ที่น่าสังเกตคือ แม้จะมีการกล่าวอ้างว่า FP8 เพิ่มประสิทธิภาพเกือบ 2 เท่าด้วย แต่รายงานฉบับล่าสุดของผู้พัฒนาระบุว่า การทดสอบ FP8/FP32 GEMM ด้วย CUTLASS บน RTX 4070 Ti SUPER ให้ผลใกล้เคียงเดิม ดังนั้นจึงยังไม่ควรสรุปว่าการปลดล็อกจะเร่งการคำนวณ FP8 ได้ในทุกสถานการณ์ (เอกสาร GPU-Unlock-Ada รุ่น 1.1.1)

แล้ว RTX 4060 Ti และ RTX 4080 SUPER ปลดล็อกได้หรือยัง?

ปัจจุบันโครงการมีความคืบหน้าเพิ่มเติม แต่ระดับหลักฐานและการรองรับของแต่ละรุ่นยังแตกต่างกัน

• RTX 4090: มีรายงานผลทดสอบ FP16/BF16 ที่เพิ่มขึ้นเกือบ 2 เท่า

• RTX 4070 Ti SUPER: มีผลทดสอบที่แสดงการเพิ่มขึ้นของ FP16 และ TF32 ใกล้ 2 เท่า แต่ยังเป็นการรองรับเชิงทดลองที่ตรวจสอบกับการ์ดเพียงใบเดียว

• RTX 4060 Ti 16GB: ผู้พัฒนารายงานว่าสามารถปลดล็อกตัวเลือกความเร็วบางส่วนได้บนการ์ดที่ทดสอบ แต่ยังไม่มีผลเปรียบเทียบประสิทธิภาพก่อนและหลังบนการ์ดใบเดียวกันที่เพียงพอสำหรับยืนยันตัวเลขการเพิ่มขึ้น

• RTX 4080 SUPER: ยังไม่มีผลยืนยันในโครงการ GPU-Unlock-Ada ที่ตรวจสอบได้ว่ารองรับรุ่นนี้โดยตรง

สามารถตรวจสอบสถานะการรองรับได้จาก GitHub ของ GPU-Unlock-Ada ซึ่งระบุชัดว่าการรองรับการ์ดบางรุ่นยังต้องเปิดใช้งานแบบทดลอง และไม่ควรเหมารวมว่าการ์ดทุกใบที่ใช้สถาปัตยกรรมเดียวกันจะปลดล็อกได้เหมือนกัน

Windows ก็มีแนวทางปลดล็อก แต่ยังเป็นการทดลองเฉพาะฮาร์ดแวร์

นอกจากการทำงานบน Linux แล้ว ยังมีโครงการ AD103_win_unlocker บน Hugging Face ซึ่งทดลองใช้แนวทางผ่าน UEFI เพื่อเปลี่ยนค่าการเลือกความเร็วของ GPU ก่อนที่ Windows จะเริ่มทำงานตามปกติ

แต่การทดลองนี้ใช้ GeForce RTX 4080 รุ่นปกติที่ผ่านการดัดแปลงเพิ่มหน่วยความจำเป็น 32GB และทดสอบบน Windows 11 โดยใช้ WSL2 สำหรับรันงานคำนวณ จึงไม่ใช่หลักฐานยืนยันว่าเครื่องมือดังกล่าวพร้อมรองรับการ์ดจอ RTX 40 Series ทั่วไปทุกใบ

ผู้พัฒนาเตือนว่าการทดลองอาจทำให้ระบบบูตไม่ขึ้น สูญเสียภาพแสดงผล หรือเกิดความเสียหายต่อข้อมูลและฮาร์ดแวร์ได้ จึงยังไม่ใช่เครื่องมือที่ผู้ใช้ทั่วไปควรนำไปทดลองกับเครื่องหลักโดยไม่มีความเข้าใจด้านเฟิร์มแวร์และการกู้คืนระบบ

ทำไมการปลดล็อกครั้งนี้จึงน่าสนใจสำหรับวงการ AI?

การเพิ่มประสิทธิภาพ FP16 และ BF16 มีความสำคัญกับงาน AI หลายประเภท เช่น การประมวลผลเมทริกซ์ การฝึกโมเดล และการรันโมเดลภาษาขนาดใหญ่ เนื่องจากงานเหล่านี้ใช้การคำนวณแบบเมทริกซ์บน Tensor Core อย่างหนัก

หากการปลดล็อกทำงานได้เสถียรและให้ผลดีในงานจริง ก็อาจช่วยให้ผู้ที่มี RTX 40 Series อยู่แล้วสามารถใช้ฮาร์ดแวร์เดิมกับงาน AI ได้มีประสิทธิภาพมากขึ้น โดยไม่จำเป็นต้องเปลี่ยนไปใช้การ์ดจอเวิร์กสเตชันหรือดาต้าเซ็นเตอร์ที่มีราคาสูงกว่า

อย่างไรก็ตาม ประสิทธิภาพที่เพิ่มขึ้นในระดับคำสั่งไม่เท่ากับความเร็วในการทำงานจริงเสมอไป เพราะยังขึ้นอยู่กับแบนด์วิดท์หน่วยความจำ ขนาดโมเดล ซอฟต์แวร์ และรูปแบบการคำนวณที่ใช้งานด้วย

ท้ายที่สุด GPU-Unlock-Ada ถือเป็นความก้าวหน้าที่น่าสนใจในการทำความเข้าใจข้อจำกัดด้านการประมวลผลของการ์ดจอ GeForce แต่สถานะล่าสุดยังเป็นโครงการทดลองที่รองรับบางรุ่นและบางการตั้งค่าเท่านั้น ส่วนคำกล่าวอ้างว่าปลดล็อก RTX 40 Series ได้ครบทั้งไลน์และเพิ่มพลัง AI มากกว่า 2 เท่า ยังต้องแยกพิจารณาตามรุ่นและผลทดสอบที่มีหลักฐานรองรับอย่างชัดเจน

ที่มา: X (HKEPC)

【RTX 40 宣告失守】老黃，這就是你想要的 AI 世界了嗎？昨日才說 RTX 40 沒被破，相隔不到 12 小時就被另一位神人 JustAResearch 透過 AI 逆向工程攻破，成功解鎖 GeForce RTX 40 系列的算力限制，涵蓋 RTX 4090 至 RTX 4060 Ti 全系列產品。在無需刷寫 vBIOS 及修改驅動程式的前提下，實現了 FP16、BF16、FP8 運算甚至矩陣乘法效能最高超過 2 倍的顯著增長。 NVIDIA 為了利潤最大化，往往會將半精度浮點算力與 vGPU 功能保留給昂貴的 Quadro、Tesla 及 A 系列等資料中心或工作站級專業顯示卡。一般市售的 GeForce 遊戲顯示卡即使具備相同晶片核心，但效能與功能都被原廠在軟體層面鎖定。 根據 GitHub 開源專案「GPU-Unlock-Ada」作者表示，與前代 RTX 30 系列不同，RTX 40 系列導入了全新簽名引導韌體（Signed Boot Firmware），並額外增設四道嚴密的權限驗證關卡，導致先前的破解模組無法直接套用。 JustAResearch 指出，RTX 40 系列全線共用同一套底層引導韌體架構。新釋出的載荷能夠在作業系統驅動程式綁定顯示卡硬體前，一次性繞過這四重權限驗證。由於架構具備共用特性，只要針對 AD10x 核心的底層邏輯進行調整，便能同步通用於從旗艦級 RTX 4090 到主流級 RTX 4060 Ti 的完整產品線。 https://t.co/0hW5W3l9Uk 經多款顯示卡實測驗證，解除限制後的各款 Ada Lovelace 核心在深度學習與張量運算（Tensor Core）負載中展現出龐大的效能釋放，AI 矩陣運算效能最高提升 2.14 倍。 ◾GeForce RTX 4090：在 FP16 / BF16 指令吞吐量方面，直接從原本的 165.6 TFLOPS 翻倍攀升至 331.6 TFLOPS。在 500W 功耗設定下執行 cuBLAS $8192^3$ 矩陣乘法運算時，TF32 算力從 77.5 TFLOPS 暴增至 165.9 TFLOPS（達 2.14 倍），目前已在至少三張不同品牌的非公版顯示卡上成功重現。 ◾GeForce RTX 4080 SUPER：於 PyTorch 矩陣乘法環境測試下，FP16 運算自 110.6 TFLOPS 提升至 202.7 TFLOPS（提升 1.83 倍）。透過 mmapeak 實際量測，RTX 40 系特有的 FP8（FP32 累加）效能亦由 201.8 TFLOPS 躍升至 376.1 TFLOPS。 ◾GeForce RTX 4070 Ti SUPER：在限制於 240W 功耗的情境下，FP16 / BF16 運算量由 95 TFLOPS 提高至 189.9 TFLOPS；而在 CUTLASS 4.8.1 原生 FP8 快速累加矩陣乘法測試中，更從 158.5 TFLOPS 提升到 309.1 TFLOPS（提升 1.95 倍）。驗證結果顯示，全數 322 萬個輸出單元皆維持「零位元誤差（Zero-bit difference）」，確保了運算精確度完全未受損害。 ◾GeForce RTX 4060 Ti 16GB：在三卡同機的對照測試中，即便受到 182W 功耗上限限制，BF16 與 FP16 效能依舊錄得 38% 至 39% 的穩定增幅。 更重要的是，這次專案不僅在 Linux 能用，只要配搭 Hugging Face 平台上架的專屬解鎖工具（儲存庫名稱為 TOTORONG/AD103_win_unlocker），就可在 Windows 平台使用。

— HKEPC (@hkepcmedia) October 25, 2026