Un mod gratuito libera el rendimiento de IA limitado en las RTX 3090 y casi lo duplica en el papel, pero solo en Linux y lejos de los juegos

Prepárense, queridos lectores: resulta que las GeForce RTX 3090 andaban con la mitad de uno de sus motores apagada. Un proyecto gratuito y de código abierto llamado gpu-unlock quita un límite que mantenía un tipo específico de cálculo de IA a media velocidad en las tarjetas de la serie RTX 30. En Brasil, el tema explotó después de que Fabio Akita lo comentara en X, citando a un usuario que midió el salto en PyTorch: de 75 a 135 TFLOPS en una RTX 3090 limitada a 360 W.

Antes de que alguien corra a “duplicar” su tarjeta, una aclaración: no es la GPU entera la que se vuelve casi el doble de potente. Es una parte muy concreta, y quienes más ganan son los que ejecutan IA en Linux.

Qué estaba limitado exactamente

En las GeForce de la generación Ampere, las operaciones en FP16 y BF16 en los Tensor Cores con acumulación en FP32, el tipo de cálculo que domina el entrenamiento y la ejecución de modelos de IA, funcionan a la mitad de la tasa de las tarjetas profesionales equivalentes de NVIDIA. Figura en las especificaciones oficiales de las tarjetas de consumo: es segmentación de producto, no un defecto. gpu-unlock, creado por el desarrollador Zagitta, lleva esa tasa al nivel profesional.

Cómo funciona

Es un módulo del kernel de Linux que se carga antes del controlador de NVIDIA, ajusta los registros que definen esa velocidad, reinicia la GPU y entrega todo al controlador original, sin modificaciones. No graba la VBIOS, no usa un controlador modificado ni toca el hardware: al apagar el PC, la tarjeta vuelve a la normalidad. Hay reportes de funcionamiento en las RTX 3090 Ti, 3090, 3080 (10 y 20 GB), 3070 y 3060 12 GB. Una versión experimental para Windows solo llegó a arrancar en un equipo.

Las cifras: en el papel y en la práctica

• RTX 3090 Ti: la multiplicación de matrices en BF16 pasó de 87,5 a 157,4 TFLOPS, cerca de un 80% más, según un reporte en el repositorio.
• RTX 3090: en otra prueba de la comunidad, BF16 fue de 77,5 a 129,6 TFLOPS (+67%) y TF32, de 40,2 a 69,8 TFLOPS.
• Según la tarjeta: las mejoras reportadas en BF16 van del 25% al 80%. Las menores vienen de tarjetas con límite de energía bajo, cerca de 225 W.
• Uso real en IA: aquí la magia se reduce. Con modelos de lenguaje en local, el procesamiento del prompt mejoró entre un 1,5% y un 36% según la prueba, y la generación de texto casi no cambió. En generación de imágenes con ComfyUI, un usuario midió entre un 47% y un 59% más. Los resultados son idénticos bit a bit a los de la tarjeta sin el desbloqueo.
• Juegos: ninguna prueba muestra más FPS. DLSS usa los Tensor Cores, así que en teoría podría beneficiarse, pero por ahora es especulación.

Los riesgos antes de probarlo

Muajaja, pero con responsabilidad. El proyecto es experimental, solo para Linux y no es oficial: NVIDIA no ha comentado nada, y quien lo instala asume el riesgo. Si algo sale mal, no cuentes con el fabricante ni con la tienda para resolver un problema causado por una herramienta no oficial. Puntos prácticos que enumera el propio proyecto:

• Suspender el PC reinicia el ajuste (el módulo lo vuelve a aplicar al despertar), y la hibernación no está soportada.
• La pantalla de la tarjeta principal queda en negro durante el reinicio, hasta que el controlador de vídeo toma el control.
• Si el proceso se bloquea, hay que apagar el equipo por completo antes de volver a intentarlo.
• Más cálculos por segundo significan que la tarjeta trabaja más cerca de su límite de energía y temperatura.

Para quien usa una RTX 3090 para IA en Linux y sabe lo que hace, es rendimiento gratis escondido en el propio silicio. Para quien solo juega, por ahora no cambia nada.

Fuente: repositorio gpu-unlock (Zagitta) y reportes de usuarios en GitHub, Notebookcheck y Fabio Akita en X.