Latenode

gpu-unlock mejora cálculos de IA en RTX 30 con Linux

Las tarjetas Ampere usadas podrían ofrecer mejor coste por tarea para entrenamiento o inferencia local, pero solo en cargas que aprovechen las rutas tensoriales mejoradas.

Tarjeta GeForce RTX 3090 con métricas de rendimiento tensorial en Linux

El 25 de octubre de 2026, Tensorust informó de que un método experimental de gpu-unlock puede aumentar el rendimiento tensorial FP16 y BF16 en tarjetas GeForce RTX serie 30, con beneficios orientados a cálculos de IA y no a la aceleración general de la GPU.

Según el análisis de Tensorust, el enfoque centrado en Linux se ejecuta antes de que cargue el controlador de Nvidia y modifica registros de selección de velocidad del hardware, sin actualizar el VBIOS ni aplicar parches al controlador. El resumen de Tensorust de 18 informes públicos sobre 24 tarjetas registró una mejora mediana del 66% en BF16, con resultados de entre el 22% y el 99%. Un ejemplo con una RTX 3090 pasó de 76.9 a 127.4 TFLOPS.

Las mejoras no son uniformes en todas las tareas de IA. Tensorust y otras coberturas indican que las etapas con uso intensivo de tensores, como la precarga de prompts, el ajuste fino y algunas cargas de generación de imágenes, mejoran más, mientras que la decodificación de tokens y otras rutas pueden cambiar poco. Los informes también describen el método como experimental, con soporte más claro en Linux, uso no oficial limitado en Windows y sin evidencia sólida de mejoras en juegos.

Cuando cambian los modelos y las APIs el flujo sigue en marcha

Conecta en un solo escenario los modelos y apps de noticias como esta. Si un proveedor cambia el enrutado, el precio o la disponibilidad, actualizas el flujo — no empiezas de cero.

Empezar gratis

Plan gratuito para siempre. No se requiere tarjeta de crédito.