Ein Open-Source-Projekt namens gpu-unlock vom Entwickler Zagitta verspricht, Rechenleistung freizuschalten, die auf NVIDIAs GeForce-RTX-30-Karten begrenzt sein soll. Das Werkzeug ist ein Linux-Kernelmodul, das vor dem Laden des offiziellen NVIDIA-Treibers eingreift, Hardware-Geschwindigkeitsregister ändert und die GPU zurücksetzt — ohne VBIOS-Flash und ohne modifizierten Treiber.
Laut dem Repository des Projekts verdoppelt der Unlock die Ausgabegeschwindigkeit von FP/BF16-FMA-Befehlen mit FP32-Akkumulation auf GA102-, GA103-, GA104- und GA106-Karten und nähert sie damit dem Verhalten von NVIDIAs professionellen GPUs an. Eine wichtige Einordnung: Es handelt sich um eine ANGABE des Entwicklers und um Community-Berichte, nicht um eine offizielle Bestätigung von NVIDIA — bislang wurde keine Stellungnahme des Unternehmens zu dem Thema gefunden.
Die berichteten Zahlen
Die berichteten Zahlen sind beachtlich. In einem von der Presse zitierten Community-Kompatibilitätsbericht sprang eine RTX 3090 bei der BF16-Matrixmultiplikation von 77,5 auf 129,6 TFLOPS, und TF32 stieg von 40,2 auf 69,8 TFLOPS. Die RTX 3090 Ti legte laut README des Projekts bei BF16 von 87,5 auf 157,4 TFLOPS und bei TF32 von 42,6 auf 82,6 TFLOPS zu.
In der Praxis hängen die Gewinne jedoch stark von der Arbeitslast ab. Ein Nutzer berichtete von etwa 16 % Verbesserung bei der Verarbeitung langer Prompts in lokaler LLM-Inferenz, während die Token-Generierung praktisch unverändert blieb. Bei ComfyUI-Tests auf einer RTX 3090 Ti lag der Zuwachs bei BF16-intensiven Bildgenerierungsaufgaben zwischen 47 % und 59 %. Kurz gesagt: Große Matrizen und Diffusion profitieren; Spiele haben bislang keinen nachgewiesenen Vorteil — es gibt keine unabhängigen FPS-Benchmarks.
So funktioniert es — und die Risiken
Das Projekt, erstellt am 18. Oktober 2026 und bereits mit hunderten Sternen auf GitHub versehen, kombiniert die Technik zum Entsperren von CMP-Mining-GPUs mit dem Pre-Driver-Timing des UEFI-Ansatzes. Die Installation ist freiwillig: Sie funktioniert nur mit dem Parameter gpu_unlock.targets in der Kernel-Befehlszeile, und das Modul tut nichts, sobald der NVIDIA-Treiber die Karte übernommen hat. Es gibt außerdem eine experimentelle Windows-Portierung, die auf einem einzigen System demonstriert wurde.
Eine Warnung ist angebracht: Das Werkzeug ist experimentell, greift in Firmware und Systemstart ein, und die Installation auf dem Haupt-PC birgt Risiken. Aber die größere Geschichte ist eine andere: Alte Hardware, vor Jahren gekauft, erhält neues Leben für lokale KI — ohne den Kauf einer neuen Karte. Sollten sich die Zahlen in unabhängigen Tests bestätigen, gewinnt die Debatte über die künstliche Leistungssegmentierung zwischen Gaming- und Profikarten ein starkes neues Kapitel.
Quellen: Zagitta/gpu-unlock-Repository auf GitHub; Notebookcheck; WiseVoter.
Bildnachweis: offizielles NVIDIA GeForce RTX 3090 Artwork, via TweakTown.
Transparenz: Dieser Artikel wurde mit Unterstützung künstlicher Intelligenz erstellt, auf Grundlage öffentlicher Beiträge auf X und von Internetquellen, darunter das ursprüngliche Repository des Projekts und die Berichterstattung der Fachpresse. Wir empfehlen, die Originalquellen zur Bestätigung der Details zu konsultieren.
Muse
