Exploit libera poder total de IA escondido em placas GeForce RTX
Ferramenta de código aberto remove um limite de fábrica que reduzia à metade o desempenho de IA em GPUs RTX 20, 30 e 40, quase dobrando o poder de cálculo em tarefas como geração de imagens.
Por Bruno Vilela · Repórter de Gadgets
O que o exploit faz
Um projeto de código aberto batizado de gpu-unlock, criado pelo desenvolvedor identificado como Zagitta, descobriu uma forma de destravar o desempenho total de inteligência artificial nas placas de vídeo GeForce RTX 20, 30 e 40 da NVIDIA. A ferramenta ataca uma limitação de fábrica que reduzia pela metade a velocidade de certas operações feitas pelos Tensor Cores, os núcleos dedicados a cálculos de IA dentro do chip.
Na prática, o gpu-unlock usa um módulo de kernel para Linux que roda antes de o driver gráfico da NVIDIA carregar. Ele altera registros internos da GPU e reinicia o chip antes de devolver o controle ao driver original, sem precisar regravar a BIOS da placa (a chamada VBIOS) nem modificar o driver em si.
Foto: reprodução/tomshardware.com
Ganhos de desempenho
Os números são expressivos. Na RTX 4090, o teto teórico de processamento em FP16 e BF16 saltou de 165,6 TFLOPS para cerca de 331,6 TFLOPS — um ganho próximo de 100%. Já na RTX 3090 Ti, o avanço em cálculos de matrizes BF16 chegou a 157,4 TFLOPS, até 80% acima do limite original. A RTX 3070 também aparece entre os modelos testados com ganhos relevantes.
O impacto prático, porém, é mais discreto do que os números sugerem. A liberação não aumenta a taxa de quadros em jogos nem acelera a resposta de texto em chatbots, já que essas tarefas dependem mais da velocidade de memória da placa do que da capacidade bruta dos Tensor Cores. Onde o ganho realmente aparece é em cargas pesadas de IA, como geração de imagens e o carregamento inicial de modelos complexos.
Riscos e o que considerar
O procedimento é classificado como avançado e não recomendado para usuários sem experiência técnica. Alterar registros de baixo nível da GPU antes de o driver carregar envolve risco de instabilidade do sistema e, em cenários mais extremos, de dano ao componente — por isso a aplicação é vista pela comunidade como experimental, e não como um ajuste oficial suportado pela fabricante.
Até a publicação desta matéria, a NVIDIA não havia se manifestado oficialmente sobre a descoberta. Vale lembrar que a limitação reduzida pelo gpu-unlock é a mesma que, historicamente, separa o desempenho de IA das GeForce em relação às placas profissionais da linha RTX/Quadro voltadas a data centers — o que explica por que a empresa manteria esse teto por padrão nos modelos de consumo.
Para quem usa a GPU apenas para jogos, o unlock não traz vantagem perceptível. Já para quem roda modelos de IA localmente, o ganho pode justificar o risco — desde que a instalação seja feita com cautela e, de preferência, em uma máquina que não seja a principal.