Notícia

Notíciastecnologia
TECNOLOGIA

Mod 'GPU Unlock' dobra desempenho de placas RTX em tarefas de IA

Técnica experimental remove limitações de segurança em chips Nvidia, impactando especificamente os Tensor Cores e não o desempenho em jogos.

Waesy
Felipe Vitor Vidal Neri
•04 de novembro de 2026•2 min de leitura•Fonte Verificada
Mod 'GPU Unlock' dobra desempenho de placas RTX em tarefas de IA
Foto: Felipe Vitor Vidal Neri

Desbloqueio de segurança

Desenvolvedores independentes conseguiram contornar camadas de segurança em diversas GPUs da Nvidia, resultando em um aumento significativo no desempenho para cargas de trabalho de inteligência artificial. A técnica, batizada de GPU Unlock, funciona em modelos que variam da RTX 2080 Ti à RTX 3090, embora os criadores ressaltem que o processo é experimental e carrega o risco de dano permanente aos componentes.

Ganhos em tensores

A versão 1.1.1 do mod adiciona suporte às placas RTX 4090, RTX 4070 Ti SUPER e RTX 4060 Ti 16GB. Segundo os testes realizados, o impacto na RTX 4090 foi de 100% na taxa de transferência de tensores FP16 e BF16 com acumulação FP32, que passou de 165,5 TF/s para mais de 330 TF/s. Na geração anterior, a RTX 3090 Ti registrou um salto de 80% em operações BF16, indo de 87,50 TFLOPS para 157,41 TFLOPS.

Compatibilidade com hardware antigo

O projeto também alcançou a GeForce RTX 2080 Ti, lançada em 2018, por meio de um port específico chamado KohakUnlock. Em um modelo da Leadtek customizado com 22 GB de VRAM, o rendimento de FP16 para FP32 subiu de 59,9 para 111 TFLOPS, representando um ganho de 85% no processamento de dados.

Limitações em jogos

Apesar dos números expressivos, a modificação não traz benefícios práticos para o desempenho em jogos. As alterações focam exclusivamente na remoção de limitações dos Tensor Cores, núcleos dedicados a cálculos de machine learning e inteligência artificial, que não são o principal foco das placas GeForce voltadas ao entretenimento.

Estratégia da Nvidia

A Nvidia mantém essas GPUs intencionalmente limitadas em tarefas de IA para diferenciar sua linha de consumo da linha profissional, como a série A (exemplo: RTX A6000). Embora os modelos GeForce sejam capazes de executar cargas complexas de IA, a performance é reduzida por design, já que o objetivo principal desses produtos não é o processamento intensivo de dados corporativos ou científicos.

Fonte original: Felipe Vitor Vidal NeriVer notícia na íntegra
#tecnologia#br#notícias#sc#Nvidia#RTX#Inteligência Artificial
0 Comentários