三个开源 Linux 项目利用 NVIDIA 消费级 RTX 显卡安全协处理器的固件漏洞，移除了人为施加的性能限制，解锁了原本专属于专业产品线的 Tensor Core 吞吐量。这一修改近期在 GPU 爱好者及 AI 基础设施社区引发关注。对于 RTX 30 系列显卡，该修改可将 AI 矩阵运算吞吐量提升高达 80%，但该优势仅适用于计算受限的推理管线部分，而非受内存带宽限制的 Token 生成阶段。
此举揭示了 NVIDIA 自 2000 年以来构建消费级 GPU 性能的逻辑：基于市场细分模型而非硅片物理极限。消费级 RTX 与专业版共享相同硅片，但通过固件配置限制能力。目前，针对 RTX 20、30 和 40 系列的三个并行项目正在打破这一限制。
同源不同命：图灵架构以来的性能节流
性能差距并非源于硬件差异。RTX 3090 与 RTX A6000 共享 GA102 晶圆，RTX 4090 与 RTX 6000 Ada 共享 AD102 晶圆。然而，自 2018 年图灵架构发布以来，消费级显卡在执行 FP16 或 BF16 数字乘法并累加至 FP32 的 Tensor Core 操作上，指令发射速率仅为专业版的一半。
这种限制由运行在 GPU SEC2 安全协处理器上的 NVIDIA 签名 Booter 固件控制。标准驱动程序在启动时将寄存器初始化为消费级速率，且无法直接写入这些寄存器，只有处于“重度安全”执行模式的代码才能操作。
固件栈溢出成解锁关键
安全研究员 Jon Pry 在 2026 年 6 月发表于 Zenodo 的论文中记录了这一漏洞。NVIDIA 签名的 SEC2 Booter 固件存在栈缓冲区溢出漏洞，该漏洞最初在 CMP 170HX 挖矿卡上被发现。利用“V67 有效载荷”的四字节写入，可在重度安全模式下执行代码，开启权限掩码并将全专业级指令速率写入快速选择寄存器。
gpu-unlock（针对 RTX 30 系列）开发者 Zagitta 承认项目由其开发，但强调底层研究追溯至 WildFlash1st 及 Pry 的形式化工作。该修改不修补或替换 NVIDIA 驱动程序，而是通过 Linux 内核模块在 initramfs 启动阶段加载，在驱动接管前执行固件级寄存器写入并重置显卡。随后，未修改的驱动程序会将 GPU 识别为以专业速率运行。无需刷写 VBIOS 或维护 DKMS 补丁。
由于限制位于安全协处理器固件中，NVIDIA 需更新 Booter 固件并可能使现有签名版本失效才能关闭此路径，仅更新驱动程序难以逆转。
三代 GPU 的解锁现状
RTX 30 系列（Ampere）：Zagitta 的 gpu-unlock 支持 GA102/103/104/106 芯片，包括 RTX 3090 Ti 至 RTX 3060 12GB。基准测试显示，450W 的 RTX 3090 Ti BF16 吞吐量从 87.5 TFLOPS 升至 157.4 TFLOPS，增幅约 80%；FP16 提升 35%，TF32 几乎翻倍。其他卡片 BF16 增益在 25% 至 81% 之间。
RTX 40 系列（Ada Lovelace）：GitHub 用户 JustAResearcher 的 gpu-unlock-ada 扩展至 Ada 硬件，主要测试 RTX 4090。原始 FP16 指令发射率从 165.6 TFLOPS 翻倍至 331.6 TFLOPS。但在真实 cuBLAS GEMM 基准测试中，FP16 增益为 12–34%，BF16 最高 20%，因真实负载难以实现完美指令饱和。
RTX 20 系列（Turing）：GitHub 用户 nlzy 的 turing-unlock 针对 RTX 2080 Ti，特别是 22GB 内存改装版。因缺乏专用 BF16 电路，增益仅限 FP16。250W Dell OEM 版提升 36–64%，260W 版提升 59%。该项目警告“可能会损坏您的硬件”。Windows 项目 KohakUnlock 在类似测试中提升 53%，但警告可能导致挂起或变砖。
RTX 50（Blackwell）及 Hopper 架构不在当前漏洞路径范围内。
实际加速场景与局限
解锁仅加速计算密集型操作。在大语言模型推理中，提示词处理（Prompt Processing）涉及大型矩阵乘法，瓶颈在于 Tensor Core 指令分发速度，解锁可显著提升此阶段速度，社区报告 RTX 3090 级硬件提升 14–36%。
然而，Token 生成阶段瓶颈转移至内存带宽。RTX 3090 的 936 GB/s 内存带宽不受固件修改影响，因此 Token 生成速度基本不变。对于主要等待 Token 流出的对话场景，用户体验改进有限。
受益最大的工作负载包括 AI 图像生成、本地 LLM 微调及长上下文提示词处理。ComfyUI 测试显示 BF16 吞吐量提升 47–60%；MiniMax H3 模型测试显示 BF16 提升 60%，INT8 提升 31%。INT8 操作不受解锁改善。
NVIDIA 的潜在对策与风险
NVIDIA 尚未对此发表评论。由于解锁发生在驱动加载前的固件级别，关闭漏洞需更新签名的 Booter 固件，这比驱动补丁更复杂且影响固件兼容性。最可能的对策是随新驱动包发布未来的 Booter 固件更新。
目前修改看似稳定，测试中未记录 Xid 错误或设备故障，电源管理和热节流仍生效。但应用任何修改均会使 GPU 保修失效。
关于硬件风险，gpu-unlock 开发者认为损坏“非常不可能”，因电源和热控制仍在位；turing-unlock 则明确警告旧硬件持续最大速率运行的热风险。实际风险取决于 GPU 型号、功率限制及冷却设置。
二手市场影响
截至 2026 年初，二手 RTX 3090 交易价格约为 800–1,050 美元。凭借 24GB 显存及解锁后的专业级 Tensor Core 速率，其在 AI 推理工作负载上更接近 RTX A6000，强化了其作为本地 LLM 运行默认推荐的地位。但该方案要求用户使用 Linux，接受实验性内核模块及保修失效风险，且存在部分型号兼容性差距。
常见问题
解锁会让 LLM 聊天机器人更快生成 Token 吗？
不会。Token 生成受内存带宽限制，RTX 3090 的 936 GB/s 带宽未受影响。解锁主要加速提示词处理和训练/微调工作负载。典型聊天会话中，改进仅在长复杂提示词上明显。
NVIDIA 为何限制消费级 GPU 的 AI 性能？
这是 NVIDIA 市场细分模型的一部分。消费级与专业级共享硅片，但专业卡溢价销售。通过固件门控功能，NVIDIA 维持价格差距，确保商业和研究买家购买专业卡。
安装安全吗？会影响游戏吗？
安全性因项目而异，所有项目均使保修失效。目前仅针对 Linux。游戏通常不使用受限的 FP16/BF16 带 FP32 累加模式，DLSS 使用的 Tensor Core 模式也不受此节流影响，因此对游戏性能无关紧要。
哪些 GPU 支持？RTX 50 系列呢？
RTX 30 系列支持最好；RTX 40 系列具实验性；RTX 20 系列仅限 RTX 2080 Ti。RTX 50（Blackwell）和 Hopper 架构明确不支持。部分 RTX 30 卡如 GA103 及特定 OEM 版可能存在兼容性问题。