RTX-40-Serie: gpu-unlock-ada

Das Ampere-Modul berührt Ada-Karten nicht — aber ein Fork tut es. gpu-unlock-ada portiert dieselbe Pre-Driver-Speed-Selektor-Überschreibung auf Ada Lovelace, mit einem demonstrierten Ergebnis auf der RTX 4090 und früher, ausdrücklich experimenteller Unterstützung für zwei weitere Karten.

Basierend auf der gpu-unlock-ada-README v1.1.1 · Geprüft am 2026-10-25 · Projekt auf GitHub

Das RTX-4090-Ergebnis

Vom Projekt berichtet Auf der RTX 4090 (AD102, PCI-ID 10de:2684) berichtet der Fork von ungefähr 2× FP16- und BF16-Tensor-Durchsatz mit FP32-Akkumulation. Die Überschreibung überstand PCIe-Reset (FLR), die Initialisierung des Originaltreibers und CUDA-Benchmarks; INT8, dp4a und skalares FP32 blieben bei der Basislinie.

Modus (FP32-Akkumulation)	Vorher	Nachher	Änderung
FP16 Tensor	165.6 TFLOPS	331.6 TFLOPS	~2×
BF16 Tensor	165.5 TFLOPS	330.6 TFLOPS	~2×

Eine Gegenprobe unter gleichen Bedingungen durch einen Kartenbesitzer, verlinkt aus der eigenen README des Forks, reproduzierte die Transaktion und fand dieselbe Form bei einem Limit von 450 W (FP16 160.4 → 320.4 TFLOPS, BF16 159.7 → 320.2 TFLOPS), wobei alle numerischen Prüfungen bestanden. (Diese Website hat keinen dieser Benchmarks ausgeführt — jeder Wert auf dieser Seite ist das veröffentlichte Ergebnis des Forks oder ein Bericht, auf den seine README verlinkt.) Lies aber das Kleingedruckte: In denselben Vergleichstests gewann der echte cuBLAS-GEMM-Durchsatz deutlich bescheidener 12–34% (FP16) und 16–20% (BF16) und war bei 4096³ im Wesentlichen unverändert. Der 2×-Wert ist eine Befehls-Issue-Rate auf Registerebene, keine Beschleunigung von Anwendungen — das sagt die eigene Dokumentation des Forks.

Unterstützungsstatus nach Karte

Karte	Chip / PCI-ID	Status	Beleg
RTX 4090	AD102 · `10de:2684`	Demonstriert	~2× FP16/BF16-Issue-Rate (165.6→331.6 / 165.5→330.6 TFLOPS); reproduziert in der Gegenprobe eines Besitzers, verlinkt aus der README; echte GEMM-Zuwächse +12–34%.
RTX 4090 D	AD102 · `10de:2685`	Experimentell (Opt-in)	Nutzt den AD102-Pfad mit dem zusätzlichen Flag `gpu_unlock.rtx4090d_experimental=1`.
RTX 4070 Ti SUPER	AD103 · `10de:2705`	Experimentell — nur eine Karte	FP16/BF16-Issue-Rate 95.0 → 189.9 / 189.7 TFLOPS bei 240 W; TF32 47.49 → 94.51 TFLOPS; Ausgaben stimmten exakt überein; ein FP8-GEMM zeigte keinen nennenswerten Zuwachs (+0.3%). Erfordert das experimentelle Flag und eine exakte PCI-Adresse — `targets=all` wählt sie nie aus.
RTX 4060 Ti 16 GB	AD106 · `10de:2805`	Experimentell — nur eine Karte	Ein Kaltstart bestand jedes Tor und die Raten-Rücklesewerte kippten von halb auf voll — aber es wurde noch kein Stock-Durchsatzlauf auf derselben Karte gemacht, also gibt es keinen ehrlichen Zuwachswert.
Andere Ada-Karten	—	Nicht akzeptiert	Andere Ada-IDs, professionelle Karten der RTX-A-Serie und Rechenzentrums-Modelle werden vom Modul nicht akzeptiert. Gemeinsame Firmware über Ada-Chips hinweg begründet keine Unterstützung für ungetestete Karten.

Wie es sich vom Modul der 30er-Serie unterscheidet

Dieselbe Grundlage: gpu-unlock-ada ist ein Fork von Zagitta/gpu-unlock — dieselbe Linux-Kernelmodul-Struktur, Firmware-Generierung und Boot-Paketierung, dieselben Schreibvorgänge für die Selektoren SS0 0x88888888 / SS1 0x8, bevor der Originaltreiber bindet.
Andere Payload: Die AD102-Payload leitet sich von TOTORONGs veröffentlichter AD103_win_unlocker-Arbeit ab (Debug-Booter-Analyse), integriert vom Autor des Forks.
Strengerer erster Lauf: Der Ada-Pfad will einen echten Kaltstart — schalte die Maschine vor dem ersten Versuch vollständig aus. Ein Warmstart funktionierte auf der getesteten 4070 Ti SUPER, ist auf anderen Boards aber nicht garantiert.
Experimentelle Ziele sind eingezäunt: Die 4070 Ti SUPER und die 4060 Ti 16 GB brauchen jeweils ihr eigenes experimentelles Flag plus eine einzige exakte PCI-Adresse.
Es behält auch die Ampere-Unterstützung: Der Fork behält die ursprünglichen GA102/GA104-Ziele und die neuere GA103/GA106-Geräteliste, validiert aber nicht jedes Legacy-Board erneut.

Kalibriere deine Erwartungen

Für Ada ist das demonstrierte, replizierte Ergebnis: „Die Obergrenze der Tensor-Issue-Rate verdoppelt sich auf einer 4090“. Die bisher gemessenen Zuwächse auf Anwendungsebene sind weit kleiner (Zehnerprozente bei GEMM, nahe null in einem FP8-Fall), zwei der drei unterstützten Karten ruhen auf der Validierung einer einzigen Karte, und es gibt keine Gaming-Daten. Das ist vielversprechende, sich schnell bewegende Arbeit in einem frühen Stadium — interessant zu verfolgen und zu testen, kein fertiges Produkt.

Und Windows?

Das Ada-Repository dokumentiert außerdem einen experimentellen Windows-UEFI-Referenzport für ein bestimmtes MSI-RTX-4070-Ti-Board (AD104), beigetragen von Latence.app: ein erfolgreicher manueller Boot mit übereinstimmenden cuBLAS-Zuwächsen von +80.1% (FP16) und +76.4% (BF16). Er ist an ein einziges erfasstes Mainboard-Profil gebunden, verteilt keinen Installer und keine Binaries und macht AD104 nicht zu einem unterstützten Ziel des Linux-Moduls. Interessanter Machbarkeitsnachweis — kein Windows-Release.

Primärquelle: github.com/JustAResearcher/gpu-unlock-ada (README v1.1.1 und ihre verlinkten Belegberichte), festgehalten bei Commit 4e7fefc (2026-10-24). Zum Ampere-Original siehe die Installationsanleitung und die Benchmarks.