gpu-unlock: kernel module โอเพนซอร์สที่ปลดล็อกอัตรา FP16/BF16 (สะสมผลแบบ FP32) ของการ์ด RTX 30 ให้เท่ารุ่นมืออาชีพ ผู้ใช้รายงาน BF16 GEMM เร็วขึ้น 25–80% และ prefill ของ LLM เร็วขึ้น 14–36% แต่ decode แทบไม่เปลี่ยน

การ์ด RTX 3090 มือสองยังเป็นการ์ดยอดนิยมของสาย local LLM เพราะได้ VRAM 24GB ในราคาที่จับต้องได้ เมื่อ 24 ต.ค. 2026 repo Zagitta/gpu-unlock ขึ้นหน้าแรก Hacker News (258 คะแนน) และมีดาวบน GitHub กว่า 4,400 ดวง ตัว repo เปิดเมื่อ 18 ต.ค. ปัจจุบัน README ระบุเป็นเวอร์ชัน 1.0.0 และตารางการ์ดที่ผู้ใช้ทดสอบแล้วเพิ่งถูกเพิ่มเข้ามาเมื่อ 24 ต.ค. คำอธิบายบรรทัดแรกของ repo คือ “Unlock FP/BF16 instruction issue rate on Nvidia 3000’s cards to their professional equivalents”

ประเด็นคือการ์ด GeForce ตระกูล Ampere ทำ FMA แบบรับ input เป็น FP16/BF16 แล้ว สะสมผลเป็น FP32 ได้ในอัตราต่ำกว่าการ์ดมืออาชีพที่ใช้ชิปเดียวกัน README ระบุว่าการปลดล็อกนี้ “doubles the instruction issuing speed of FP/BF16 FMA into FP32 operations on GA102, GA103, GA104 and GA106 cards” ซึ่งตรงกับรูปแบบ BF16 ที่การเทรนและ inference ส่วนใหญ่ใช้อยู่

ทำงานอย่างไร

gpu-unlock เป็น Linux kernel module ที่โหลดจาก initramfs ก่อนโมดูล nvidia จะ bind การ์ด โดยรวมเทคนิค V67/PLM จากโปรเจกต์ปลดล็อกการ์ดขุดคริปโต CMP เข้ากับจังหวะ “ทำก่อนไดรเวอร์” แบบเดียวกับวิธี UEFI ตัวโมดูลจะรันขั้นตอนปลดล็อก เขียนค่า speed selector (SS0 0x88888888 ซึ่งเลือกอัตรา BF16 เต็ม และ SS1 0x8) แล้วสั่ง function-level reset ให้การ์ด จากนั้นไดรเวอร์ NVIDIA ตัวปกติที่ไม่ได้แก้ไขใด ๆ ก็โหลดตามมาตามปกติ ข้อดีเหนือการแพตช์ไดรเวอร์คือ ไม่ต้องแพตช์ใหม่ทุกครั้งที่ NVIDIA ออกไดรเวอร์เวอร์ชันใหม่

git clone https://github.com/Zagitta/gpu-unlock
cd gpu-unlock
make install
# แล้วเพิ่ม gpu_unlock.targets=all (หรือ PCI address) ใน kernel command line

ตัวโมดูลจะไม่ทำอะไรเลยถ้าไม่ได้ opt-in ผ่าน kernel command line รองรับแพ็กเกจ Arch, Debian/Ubuntu และ Fedora/RHEL รองรับหลายการ์ดในเครื่องเดียว รองรับการ์ดที่ต่อจอ และปลดล็อกซ้ำให้อัตโนมัติหลัง suspend-to-RAM (แต่ไม่รองรับ hibernate) ถ้าจะเลิกใช้ ก็แค่ลบพารามิเตอร์ออกจาก command line

ตัวเลขจากผู้ใช้

ผลวัดแรกใน issue #1 เป็น dense GEMM ขนาด 8192³ บน RTX 3090 Ti ที่ 450 W (ค่ามัธยฐาน 5 รอบ สะสมผลแบบ FP32):

Input	ก่อน	หลัง
FP16	87.46 TFLOPS	118.39 TFLOPS
BF16	87.50 TFLOPS	157.41 TFLOPS
TF32	42.58 TFLOPS	82.61 TFLOPS

ตารางความเข้ากันได้ที่รวบรวมจากรายงานของผู้ใช้: RTX 3090 +25–67% (ตัวเลขต่ำสุดมาจากการ์ดที่จำกัดกำลังไฟไว้ 225 W), 3080 10GB +70–73%, 3070 +73–81%, 3060 12GB ราว +80% ส่วน 3080 Ti 20GB รุ่น OEM ปลดล็อกผ่านแต่ BF16 ยังเป็นครึ่งอัตราเท่าเดิม และ GA103 ยังไม่มีใครรายงาน README เตือนเองว่าแต่ละรายงานใช้ benchmark ของตัวเอง จึงเอามาเทียบกันตรง ๆ ไม่ได้

สำหรับงาน LLM สิ่งที่สำคัญกว่าคือผลจริงตอนรัน issue #25 วัดบน RTX 3090 สต็อกด้วย vLLM 0.30.0 กับโมเดล 27B BF16 (prompt 2,904 token) ได้ prefill เร็วขึ้น 33% (จากราว 12,346 เป็น 16,165 tok/s) และ TTFT ลดลง 24% แต่ decode เพิ่มแค่ 1.2% ซึ่งเป็นไปตามคาด เพราะ decode ถูกจำกัดด้วย memory bandwidth ไม่ใช่การคำนวณ ผู้รายงานคนนี้รันโหลดผสม (LLM, diffusion, image-to-video) ต่อเนื่องกว่า 8 ชั่วโมงโดยไม่เจอ Xid error และอุณหภูมิกับกำลังไฟไม่ต่างจากเดิม README สรุปไว้ว่า prefill ดีขึ้น 14–36%, งาน diffusion และ FlashAttention เร็วขึ้น ส่วน decode และงาน INT8 แทบเท่าเดิม และรายงานที่เทียบผลลัพธ์พบว่า ได้ผลแบบ bit-identical กับก่อนปลดล็อก

ข้อควรระวัง

• เป็นโปรเจกต์ไม่เป็นทางการ เราไม่พบท่าทีใด ๆ จาก NVIDIA ต่อโปรเจกต์นี้
• Secure Boot: รายงานที่เราอ่านต้องปิด Secure Boot เพราะโมดูลไม่ได้ถูก sign และ kernel จะถูกมาร์กเป็น tainted
• firmware ของ NVIDIA: ไฟล์ firmware/NOTICE.md บอกว่า build จะดาวน์โหลดแพ็กเกจ NVIDIA ที่ pin checksum ไว้แล้วสร้าง payload ในเครื่อง firmware ยังอยู่ภายใต้สัญญาไลเซนส์ของ NVIDIA และ repo เขียนไว้ชัดว่า “redistribution approval is not claimed” ส่วนตัวโมดูลเป็น GPL-2.0
• Linux เท่านั้น และจอที่ต่อกับการ์ดจะดับไปช่วงสั้น ๆ ระหว่าง reset ตอนบูต
• ใน issue #1 ผู้รายงานเขียนเองว่าการแก้โค้ดและวิเคราะห์ผลทำโดย GPT-6.1 Sol (Codex) ส่วนการวัดทำบนฮาร์ดแวร์จริง ซึ่งเป็นภาพสะท้อนว่างาน reverse engineering ระดับฮาร์ดแวร์เริ่มมี AI ช่วยแล้วเช่นกัน

มุมมอง AI Curator

ข่าวนี้น่าตื่นเต้นสำหรับคนไทยสาย local AI เพราะในตลาดมือสองบ้านเรา RTX 3090 และ 3060 12GB ยังเป็นตัวเลือกคุ้มค่าที่สุดตัวหนึ่ง การได้ throughput BF16 เพิ่มเกือบเท่าตัว โดยไม่ต้องจ่ายเงินเพิ่ม มีความหมายมากกับงานที่ขึ้นกับการคำนวณ เช่น fine-tune ด้วย LoRA, สร้างภาพ/วิดีโอด้วย diffusion และ RAG ที่ prompt ยาว ๆ (prefill หนัก) แต่ต้องตั้งความคาดหวังให้ถูก: ถ้าคุณใช้ 3090 แชตกับโมเดลผ่าน llama.cpp หรือ Ollama ทีละคำถาม ความเร็วตอนพิมพ์คำตอบ (decode) จะแทบไม่เปลี่ยน เพราะคอขวดอยู่ที่แบนด์วิดท์หน่วยความจำ

อีกด้านที่ต้องคิดคือความเสี่ยงระยะยาว การล็อกอัตรานี้เป็นการแบ่งเกรดสินค้าโดยเจตนาของ NVIDIA ผมคาดว่า NVIDIA มีโอกาสปิดช่องนี้ในไดรเวอร์หรือ firmware รุ่นหลัง (นี่เป็นการคาดการณ์ของผม ไม่ใช่สิ่งที่ NVIDIA ประกาศ) และการปิด Secure Boot บนเครื่อง production ก็เป็นการแลกที่ทีมความปลอดภัยองค์กรน่าจะไม่ยอม คำแนะนำของผมคือ: ลองได้ถ้าเป็นเครื่องส่วนตัวหรือเครื่องแล็บที่ใช้เทรนหรือสร้างภาพเป็นหลัก ให้วัดก่อนและหลังด้วยงานจริงของคุณเอง ส่งผลกลับเป็น compatibility report ให้โปรเจกต์ และอย่าเพิ่งวางแผนซื้อฮาร์ดแวร์โดยนับประสิทธิภาพที่ได้จากการปลดล็อกนี้เป็นค่าตั้งต้น

แหล่งข่าว

• GitHub — Zagitta/gpu-unlock (README 1.0.0)
• GitHub — Issue #1: RTX 3090 / 3090 Ti benchmark
• GitHub — Issue #25: RTX 3090 vLLM prefill +33%, decode flat
• Hacker News — discussion (24 ต.ค. 2026)