Isang modification sa Linux kernel ang nag-aalis sa built-in speed limit ng Nvidia RTX 20, 30, at 40-series GPUs, na nagbubukas ng mas mabilis na AI processing. Umano'y dinodoble ng hack ang peak tensor performance ng RTX 4090 at pinapataas ang matrix math ng RTX 3090 Ti ng hanggang 80%. Mahalaga ito dahil puwede nitong gawing mas kapaki-pakinabang ang mga ordinaryong GPU para sa AI work.
Ano ang talagang nangyari
Ayon sa Tom's Hardware, may mga ginawang Linux kernel module para alisin ang half-rate na AI tensor limit ng Nvidia sa GeForce RTX 20, 30, at 40-series GPUs. Target ng modification ang built-in throttle na naglilimita sa tensor core performance ng consumer cards — isang limit na ginagamit ni Nvidia para ihiwalay ang mga gaming GPU sa kanilang professional at datacenter lines. Ayon pa sa Tom's Hardware, dinodoble ng exploit ang peak tensor rate ng RTX 4090 at itinataas ang matrix math performance ng RTX 3090 Ti ng hanggang 80%. Hindi nabanggit sa report kung sino ang gumawa ng mga kernel module, kailan ito inilabas, o kung gumagana ito sa lahat ng driver version. Wala ring opisyal na pahayag si Nvidia na nakasaad sa source material.
Paano ito nangyari
Matagal nang pinagkaiba ni Nvidia ang mga consumer GeForce card sa kanilang professional at datacenter GPUs sa pamamagitan ng paglimita sa ilang AI tensor feature sa mas murang hardware. Ang segmentation na ito ang tumutulong protektahan ang pricing ng mas mamahaling enterprise-grade chips. Saklaw ng kernel-level modification na inilarawan ng Tom's Hardware ang tatlong henerasyon ng Nvidia GPU nang sabay-sabay, mula RTX 20-series hanggang RTX 40-series. Kung mapapatunayan ito, isa ito sa pinakamalawak na unlock sa tensor rate limits ni Nvidia sa consumer hardware. Hindi detalyado sa source material kung sino ang nakatuklas ng method, paano ito gumagana sa teknikal na aspeto, o kung may tugon na si Nvidia.
Bakit ito mahalaga sa iyo
Para sa mga gamer at AI hobbyist, maaaring mas mabilis na local AI inference at training ang maidudulot nito gamit ang hardware na nasa kanila na, kahit walang bagong binili. Posibleng makakuha ng mas mura ngunit mas mataas na tensor throughput ang mga builder na gumagawa ng AI tools sa consumer hardware, na nagpapababa ng agwat sa professional GPUs. Para kay Nvidia, kung lumaganap ang paggamit ng hack na ito, maaaring maapektuhan ang benta ng mas mamahaling professional at datacenter cards kung iiwasan ng mga user ang segmentation. Posible rin itong magbunsod ng driver o firmware response mula kay Nvidia para ibalik ang throttle. Dapat timbangin ng sinumang gagamit ng modification na ito ang panganib sa warranty at stability, dahil hindi kumpirmado ng source material ang opisyal na suporta o safety testing.
Ang mas malaking tanong
Kung may kernel-level modification na kayang burahin ang performance segmentation ni Nvidia sa pagitan ng consumer at professional GPUs, ano pa ang hahadlang sa katulad na unlock na kumalat sa chips ng ibang hardware maker? Matagal nang pinoprotektahan ng tiered AI performance pricing ang enterprise margins. Kung madaling malampasan ang hadlang na ito, paano ipagtatanggol ng mga hardware company ang segmentation nila — sa pamamagitan ba ng firmware locks, legal action, o bagong pricing models?
Ano ang bantayan
Wala pang naiuulat na opisyal na tugon mula kay Nvidia. Bantayan kung kukumpirmahin ng Tom's Hardware at iba pang outlet kung aling mga driver version ang tugma pa rin sa hack, at kung maglalabas si Nvidia ng firmware o driver update para isara ang loophole. Susubaybayan din ng Bonuz kung maaabot ng unlock na ito ang AR at smart glasses hardware pipelines, kung saan mahalaga ang episyenteng on-device AI processing.
