Modder ปลดล็อกพลัง AI บน NVIDIA GeForce RTX 20, 30 และ 40 Series เพิ่มประสิทธิภาพ Tensor Core ได้เกือบ 2 เท่า

Modder ปลดล็อกพลัง AI บน NVIDIA GeForce RTX 20, 30 และ 40 Series เพิ่มประสิทธิภาพ Tensor Core ได้เกือบ 2 เท่า

ชุมชน Modding พบวิธีปลดข้อจำกัดด้านประสิทธิภาพการประมวลผล AI บนการ์ดจอ NVIDIA GeForce RTX หลายเจเนอเรชัน ตั้งแต่ RTX 20 Series, RTX 30 Series ไปจนถึง RTX 40 Series โดยใช้เครื่องมือ GPU Unlock ที่ปรับแต่งการทำงานระดับต่ำของ GPU เพื่อเพิ่มอัตราการประมวลผลคำสั่งบางประเภทของ Tensor Core

ผลทดสอบจากชุมชนแสดงให้เห็นว่า การปรับแต่งดังกล่าวสามารถเพิ่มประสิทธิภาพการคำนวณบางรูปแบบได้เกือบ 2 เท่า โดยไม่จำเป็นต้องแก้ไขไดรเวอร์ NVIDIA หรือแฟลช vBIOS ใหม่ อย่างไรก็ตาม ผลลัพธ์ไม่ได้เกิดขึ้นกับทุกงาน และไม่ใช่การเพิ่มประสิทธิภาพการเล่นเกมในระดับเดียวกัน

GPU Unlock ทำงานอย่างไร

โปรเจกต์นี้ต่อยอดจากการศึกษาวิธีปลดข้อจำกัดด้านการประมวลผลบนการ์ด NVIDIA CMP สำหรับงานขุดคริปโทเคอร์เรนซี ก่อนขยายการรองรับมายัง GeForce RTX 30 Series ผ่านโปรเจกต์ GPU Unlock ของนักพัฒนา Zagitta ขณะที่การพัฒนาที่เกี่ยวข้องกับเฟิร์มแวร์ของ TOTORONG ช่วยขยายแนวทางไปยังสถาปัตยกรรม Ada หรือ RTX 40 Series

แทนที่จะแก้ไขไดรเวอร์โดยตรง เครื่องมือจะปรับค่าลงทะเบียนกำหนดการทำงานของ GPU ก่อนที่ไดรเวอร์ NVIDIA จะเริ่มทำงาน เพื่อยกเลิกข้อจำกัดด้านอัตราการส่งคำสั่งบางประเภทของ Tensor Core

การเปลี่ยนแปลงนี้เป็นการปรับแต่งชั่วคราว โดยค่าที่เปลี่ยนจะถูกล้างเมื่อ GPU สูญเสียพลังงาน ข้อดีอีกประการคือไม่จำเป็นต้องแก้ไขไดรเวอร์ใหม่ทุกครั้งที่ NVIDIA ออกเวอร์ชันอัปเดต

ผลทดสอบพบประสิทธิภาพเพิ่มขึ้นอย่างมีนัยสำคัญ

ข้อมูลจากโปรเจกต์และการทดสอบของชุมชนแสดงให้เห็นว่า GPU Unlock สามารถเพิ่มประสิทธิภาพการคำนวณในบางรูปแบบได้อย่างชัดเจน

ตัวอย่างเช่น GeForce RTX 3090 Ti ทำประสิทธิภาพการคำนวณเมทริกซ์ BF16 จากเดิมประมาณ 87.5 TFLOPS เพิ่มเป็น 157.4 TFLOPS ขณะที่ RTX 4090 มีผลทดสอบ FP16 เพิ่มจาก 165.6 TFLOPS เป็น 331.6 TFLOPS เมื่อใช้การสะสมผลแบบ FP32

สำหรับการ์ดรุ่นเก่าอย่าง RTX 2080 Ti มีรายงานผลทดสอบเพิ่มจาก 59.9 TFLOPS เป็น 111 TFLOPS อย่างไรก็ตาม การ์ดตัวอย่างดังกล่าวได้รับการดัดแปลงหน่วยความจำเป็น 22GB อยู่ก่อนแล้ว ซึ่งเป็นการดัดแปลงแยกจากการปลดล็อกซอฟต์แวร์

นอกจากนี้ ยังมีรายงานการทดสอบกับ RTX 3060, RTX 3070, RTX 3080 และการ์ด RTX 40 บางรุ่น แต่การรองรับยังไม่ได้รับการยืนยันกับการ์ดจอทุกรุ่นย่อย

ช่วยงาน AI มากกว่าเกม

การเพิ่มประสิทธิภาพดังกล่าวเกี่ยวข้องกับการคำนวณ FP16 และ BF16 ที่สะสมผลเป็น FP32 รวมถึงงานบางประเภทที่ใช้ TF32 และ FP8 บนสถาปัตยกรรมที่รองรับ จึงอาจเป็นประโยชน์กับงาน AI เช่น การประมวลผล Prompt ของโมเดลภาษาขนาดใหญ่ (LLM) และการสร้างภาพด้วย AI

อย่างไรก็ตาม ประสิทธิภาพที่เพิ่มขึ้นจริงขึ้นอยู่กับลักษณะงาน โดยผลทดสอบ RTX 3090 บางรายการรายงานว่าความเร็วประมวลผล Prompt ของ LLM เพิ่มขึ้นประมาณ 14–36% แต่ความเร็วในการสร้าง Token แทบไม่เปลี่ยนแปลง เนื่องจากขั้นตอนดังกล่าวมักถูกจำกัดด้วยแบนด์วิดท์หน่วยความจำมากกว่าพลังการคำนวณ Tensor Core

ที่สำคัญ ยังไม่มีหลักฐานที่น่าเชื่อถือว่าการปลดล็อกนี้ช่วยเพิ่ม FPS ในเกมหรือทำให้การทำงานของ NVIDIA DLSS เร็วขึ้นอย่างชัดเจน จึงไม่ควรนำตัวเลข TFLOPS ที่เพิ่มขึ้นไปตีความว่าเกมจะทำงานเร็วขึ้นในสัดส่วนเดียวกัน

ยังมีข้อจำกัดและความเสี่ยง

GPU Unlock มุ่งเน้นการใช้งานบน Linux เป็นหลัก แม้จะมีการทดลองพอร์ตไปยัง Windows แล้วก็ตาม แต่ยังไม่ใช่โซลูชันที่รองรับอย่างเป็นทางการหรือใช้งานได้กับฮาร์ดแวร์ทุกชุด การตั้งค่าที่ไม่รองรับอาจทำให้ระบบบูตไม่สำเร็จ และผู้ใช้ควรศึกษาข้อกำหนดของโครงการก่อนทดลองใช้งาน

หาก NVIDIA เปิดให้ปลดข้อจำกัดเหล่านี้อย่างเป็นทางการ การ์ดจอ RTX รุ่นเก่าที่มี VRAM ขนาดใหญ่ เช่น RTX 3090 และ RTX 4090 อาจน่าสนใจยิ่งขึ้นสำหรับงาน AI ในเครื่อง แต่ในอีกด้านหนึ่ง ความต้องการจากผู้ใช้งาน AI ก็อาจเพิ่มการแข่งขันกับกลุ่มเกมเมอร์ในตลาดการ์ดจอมือสองได้เช่นกัน

ที่มา: GPU Unlock — GitHub