GPU Unlock ปลดล็อกพลัง AI บน GeForce RTX 30 Series เพิ่มประสิทธิภาพการประมวลผลได้สูงสุด 94%

การ์ดจอ NVIDIA GeForce RTX 30 Series สถาปัตยกรรม Ampere อาจมีศักยภาพในการประมวลผล AI มากกว่าที่เปิดใช้งานตามปกติ หลังมีการเผยแพร่โปรเจกต์โอเพนซอร์สชื่อ GPU Unlock บน GitHub ซึ่งพัฒนาโดยผู้ใช้ชื่อ Zagitta เพื่อปลดข้อจำกัดด้านอัตราการส่งคำสั่งประมวลผลบางประเภทของการ์ดจอซีรีส์ดังกล่าว

โปรเจกต์นี้มุ่งแก้ข้อจำกัดของการประมวลผล FP16/BF16 บน Tensor Core ในกรณีที่มีการสะสมผลลัพธ์แบบ FP32 ซึ่งการ์ดจอสำหรับผู้บริโภคบางรุ่นมีอัตราการประมวลผลต่ำกว่าผลิตภัณฑ์ระดับมืออาชีพ

GPU Unlock ใช้เทคนิคที่เกี่ยวข้องกับการตั้งค่าฮาร์ดแวร์ในช่วงเริ่มต้นระบบผ่าน Linux Kernel Module โดยทำงานก่อนที่ไดรเวอร์ NVIDIA จะเริ่มต้นทำงานตามปกติ จุดเด่นคือไม่จำเป็นต้องแฟลช vBIOS หรือแก้ไขไดรเวอร์ NVIDIA โดยตรง และผู้ใช้ไม่ต้องแพตช์ไดรเวอร์ใหม่ทุกครั้งที่มีการอัปเดตเวอร์ชัน

RTX 3090 Ti แสดงผลทดสอบเพิ่มขึ้นสูงสุด 94%

ข้อมูล Benchmark ที่เผยแพร่ใน GitHub ของโปรเจกต์ระบุว่า RTX 3090 Ti ซึ่งจำกัดกำลังไฟไว้ที่ 450W สามารถทำประสิทธิภาพในการทดสอบ Dense Matrix Multiplication (GEMM) ได้ดังนี้

FP16: จาก 87.46 TFLOPS เป็น 118.39 TFLOPS เพิ่มขึ้น 35%

BF16: จาก 87.50 TFLOPS เป็น 157.41 TFLOPS เพิ่มขึ้น 80%

TF32: จาก 42.58 TFLOPS เป็น 82.61 TFLOPS เพิ่มขึ้น 94%

ผลลัพธ์จากการทดสอบโดยชุมชนยังพบว่า RTX 3080 Ti มีประสิทธิภาพ BF16 เพิ่มจาก 71.59 เป็น 113.98 TFLOPS ขณะที่ TF32 เพิ่มจาก 35.65 เป็น 65.28 TFLOPS ภายใต้กำลังไฟ 315W

สำหรับ RTX 3080 รุ่น 10GB มีรายงานว่าประสิทธิภาพ FP16/BF16 เพิ่มจากประมาณ 65 TFLOPS เป็น 110–113 TFLOPS ภายใต้ข้อจำกัดกำลังไฟเดิมที่ 320W อย่างไรก็ตาม ความเข้ากันได้และผลลัพธ์อาจแตกต่างกันไปตามรุ่นการ์ดจอ

งาน AI บางประเภทได้ประโยชน์อย่างชัดเจน

ในการทดสอบใช้งานจริงกับ ComfyUI ผู้ใช้ RTX 3090 Ti รายหนึ่งรายงานว่า GPU Unlock ช่วยเพิ่ม Throughput ประมาณ 58.6% สำหรับ MOSS-Image SFT BF16, 57.2% สำหรับ Qwen-Image 2.1 Turbo BF16 และ 56.1% สำหรับ Z-Image Turbo BF16

อย่างไรก็ตาม การประมวลผลแบบ INT8 ให้ผลแตกต่างออกไป โดยงาน MOSS-Image SFT INT8 เพิ่มขึ้นเพียง 0.3% ขณะที่การทดสอบ vLLM มีรายงานว่า Prompt Processing/Inference Throughput เพิ่มขึ้น 33% แต่ความเร็วในการสร้าง Token ยังคงใกล้เคียงเดิม ซึ่งสะท้อนว่าประโยชน์ที่ได้รับขึ้นอยู่กับลักษณะของงานและคอขวดในการประมวลผล

นอกจากนี้ ยังมีการพัฒนาวิธีใช้งานบน Windows ในขั้นทดลอง โดยมีรายงานว่า RTX 3090 สามารถเพิ่มประสิทธิภาพ BF16 ได้ประมาณ 82.5% แต่ยังเป็นแนวทางเฉพาะฮาร์ดแวร์ ไม่ใช่โซลูชัน Windows ที่รองรับการ์ดจอทุกรุ่นอย่างเป็นทางการ

ไม่ได้หมายความว่าเล่นเกมเร็วขึ้นตามตัวเลข

แม้ GPU Unlock จะช่วยเพิ่มอัตราการประมวลผลในงานคำนวณบางประเภท แต่ไม่ได้เพิ่มแบนด์วิดท์หน่วยความจำ ไม่ได้เพิ่มจำนวน CUDA Core และไม่ได้ทำให้ทุกโปรแกรมทำงานเร็วขึ้นโดยอัตโนมัติ

ที่สำคัญ ยังไม่มีหลักฐานที่น่าเชื่อถือเพียงพอว่าการปลดล็อกนี้ช่วยเพิ่ม FPS ในเกมหรือทำให้การประมวลผล DLSS เร็วขึ้นโดยตรง เนื่องจากประโยชน์จะเกิดขึ้นก็ต่อเมื่องานนั้นใช้คำสั่งและรูปแบบการสะสมผลลัพธ์ที่ได้รับผลจากการปลดล็อกจริง

GPU Unlock จึงเป็นอีกหนึ่งโครงการที่น่าสนใจสำหรับผู้ใช้ RTX 30 Series ซึ่งนำการ์ดจอไปใช้กับ Local AI, การสร้างภาพ และงานคำนวณประสิทธิภาพสูง แต่เนื่องจากยังอยู่ในขั้นทดลอง ผู้สนใจควรศึกษาความเข้ากันได้และความเสี่ยงก่อนใช้งาน

ที่มา: GPU Unlock GitHub Repository, Wccftech