ปลดล็อกอัตราคำนวณที่ถูกจำกัด ไม่ใช่เพิ่มพลังทุกด้าน
การปลดล็อกการ์ดจอคือการใช้เครื่องมือดัดแปลงระดับเฟิร์มแวร์หรือเคอร์เนลเพื่อเพิ่มอัตราการออกคำสั่งคำนวณเมทริกซ์ FP16 และ BF16 บน GeForce RTX บางรุ่น โดยไม่ได้เปลี่ยนชิปหรือเพิ่มความเร็วให้ทุกงานของการ์ด
กระแสเริ่มเด่นชัดเมื่อวันที่ 24 ตุลาคม 2026 หลังคลังโปรแกรม gpu-unlock ซึ่งเปิดเมื่อวันที่ 18 ตุลาคมและระบุรุ่น 1.0.0 ขึ้นหน้าแรกของ Hacker News พร้อมยอดดาวบน GitHub มากกว่า 4,400 ดวง จุดสนใจคือการ์ด RTX 30 ที่ใช้ชิป Ampere ทำงานคูณเมทริกซ์แบบรับค่า FP16 หรือ BF16 แล้วสะสมผลเป็น FP32 ได้ช้ากว่าการ์ดมืออาชีพที่ใช้ชิปตระกูลเดียวกัน
เครื่องมือของแต่ละเจเนอเรชันครอบคลุม RTX 20, 30 และ 40 แต่ไม่ใช่โครงการเดียวที่รองรับทุกใบ และยังไม่มีรุ่น RTX 50 ที่รองรับ จุดนี้จึงเป็นการเปิดทางให้ GeForce RTX AI ทำงานบางประเภทได้เต็มขึ้น มากกว่าจะเป็นการอัปเกรดการ์ดแบบครอบจักรวาล
ตัวเลขพีกน่าตื่นเต้น แต่งานจริงให้ภาพที่ซับซ้อนกว่า
เพดานที่รายงานสูงสุดใกล้เคียงการเพิ่มเป็นสองเท่าในอัตราคำนวณ Tensor แต่ตัวเลขนี้ไม่ควรถูกอ่านเป็นการเร่งทุกงาน AI สองเท่า RTX 4090 ที่ใช้เครื่องมือสำหรับ Ada เพิ่มค่า FP16 จาก 165.6 เป็น 331.6 TFLOPS และ BF16 จาก 165.5 เป็น 330.6 TFLOPS ส่วน RTX 3090 Ti มีผลทดสอบคูณเมทริกซ์ที่รายงานว่า BF16 เร็วขึ้น 80% และ FP16 เพิ่ม 35%
ในอีกการทดสอบหนึ่งบน RTX 3090 Ti การประมวลผล BF16 GEMM เร็วขึ้นราว 25–80% ตามชุดทดสอบ ขณะที่งาน prefill ของโมเดลภาษาขนาดใหญ่เพิ่มขึ้นได้ราว 14–36% และผลหนึ่งรายงาน prefill เร็วขึ้น 33% จากประมาณ 12,346 เป็น 16,165 โทเคนต่อวินาที พร้อมลดเวลารอคำตอบแรก 24% ตัวเลขเหล่านี้ชี้ว่าการเร่งมีประโยชน์กับงานคำนวณหนาแน่น แต่ขนาดผลขึ้นกับซอฟต์แวร์และเงื่อนไขทดสอบ
ดังนั้น ประสิทธิภาพ FP16 ที่เพิ่มขึ้นบนกราฟทดสอบไม่ใช่คำรับรองว่าทุกแอปจะเร็วขึ้นในสัดส่วนเดียวกัน โดยเฉพาะงานที่ติดคอขวดส่วนอื่น
แชตบอตอาจตอบเร็วเท่าเดิม และเกมไม่ได้ประโยชน์
ข้อจำกัดสำคัญคือช่วงสร้างคำตอบทีละโทเคน หรือ decode ซึ่งเป็นส่วนที่ผู้ใช้สังเกตได้ขณะสนทนากับแชตบอต ผลทดสอบหนึ่งพบว่า decode เพิ่มเพียง 1.2% เพราะงานนี้มักถูกจำกัดด้วยแบนด์วิดท์หน่วยความจำ ไม่ใช่กำลังคำนวณ Tensor การปลดล็อกจึงอาจช่วยประมวลผลพรอมป์ต์และสร้างภาพได้ชัดกว่าเร่งความเร็วตอบข้อความ
ผู้เล่นเกมก็ไม่ควรคาดหวังเฟรมเรตเพิ่ม เพราะการปรับนี้มุ่งที่การคำนวณ FP16 และ BF16 สำหรับงาน AI ไม่ได้เพิ่มสมรรถนะการเรนเดอร์เกมหรือการแสดงผลแบบเรียลไทม์ คนที่ใช้ RTX 3090 กับ llama.cpp หรือ Ollama เพื่อถามโมเดลทีละคำถามจึงอาจเห็นความเปลี่ยนแปลงน้อยกว่าตัวเลขพีกมาก
ประโยชน์ชัดที่สุดน่าจะอยู่กับผู้ใช้ที่รันงานเมทริกซ์ การประมวลผลพรอมป์ต์ หรือสร้างภาพบนเครื่องเองเป็นประจำ หากรูปแบบงานหลักคือเล่นเกมหรือสนทนากับโมเดล การปลดล็อกอาจไม่คุ้มกับความเสี่ยงและเวลาที่ต้องใช้ติดตั้ง
ข้อแลกเปลี่ยนคือ Linux ความเข้ากันได้ และความเสี่ยงต่อระบบ
เครื่องมือที่มีรายงานรองรับในปัจจุบันเน้น Linux และต้องตั้งค่าการบูตด้วยตนเอง โมดูลบางตัวต้องโหลดก่อนโมดูลไดรเวอร์ NVIDIA และอาจต้องปิด Secure Boot หากไม่ได้ลงลายเซ็นให้โมดูล ส่งผลให้เคอร์เนลถูกทำเครื่องหมายว่าได้รับการปรับแก้ ส่วนรายงานเกี่ยวกับเครื่องมือเหล่านี้ยังเตือนถึงความเสี่ยงที่การ์ดหรือเครื่องค้าง บูตไม่ขึ้น ข้อมูลเสียหาย หรือฮาร์ดแวร์เสียหาย และการดัดแปลงอาจทำให้การรับประกันสิ้นสุด
ความเข้ากันได้ยังไม่แน่นอนทุกรุ่น แม้ gpu-unlock จะรองรับการ์ดหลายใบและปลดล็อกซ้ำได้หลังกลับจากโหมดพักแบบ suspend-to-RAM แต่ไม่รองรับ hibernate ขณะที่บางรุ่นยังอยู่ในสถานะทดลองหรือรอผลยืนยัน โครงการยังไม่มีแผนงานระยะยาวที่ประกาศไว้ และกำลังรวบรวมรายงานจากผู้ใช้
ข้อสรุปของผมคือควรทดลองเฉพาะเครื่องส่วนตัวหรือเครื่องแล็บที่ใช้ทำงาน AI เป็นหลัก สำรองข้อมูล ตรวจสอบรุ่นการ์ดและวิธีคืนค่าก่อนลงมือ แล้ววัดผลกับงานจริงของตัวเอง อย่าซื้อการ์ดโดยถือว่าประสิทธิภาพหลังปลดล็อกเป็นสมรรถนะปกติ เพราะผลที่ได้ยังขึ้นกับความเข้ากันได้และคอขวดของงานแต่ละแบบ
