Certaines GeForce cachent une réserve de performances que leur configuration habituelle ne laisse pas exploiter. Des développeurs ont publié des outils capables de booster le débit de certains calculs spécialisés, et les premiers résultats donnent le vertige sur le papier. Sur une GeForce RTX 4090, un test atteint ainsi 331,6 TFLOPS contre 165,6 TFLOPS auparavant. Un bilan spectaculaire qui concerne toutefois un type précis d’opérations, pas l’ensemble des possibilités de la puce.
Ces travaux ne sortent pas de nulle part : ils s’appuient sur deux projets distincts qui ciblent chacun une génération de GeForce différente.
Gpu-unlock débride la génération Ampere
Le projet gpu-unlock, développé par Zagitta, cible les puces Ampere GA102, GA103, GA104 et GA106. Sur une GeForce RTX 3090 Ti, les mesures publiées font passer la multiplication de matrices BF16 de 87,5 à 157,4 TFLOPS, soit près de 80 % de puissance supplémentaire. Ces chiffres ont été obtenus avec une limite de puissance maintenue à 450 W, donc sans toucher au budget énergétique de la carte.
À lire aussi : Des modders débloquent DLSS Multi Frame Generation sur les GPU RTX 30-series
Gpu-unlock-ada étend la méthode aux RTX 40 series
De son côté, le projet gpu-unlock-ada applique les mêmes principes à certaines GeForce RTX 40 series. Le doublement observé sur la RTX 4090 porte spécifiquement sur les calculs tensoriels FP16 et BF16 avec accumulation FP32. En revanche, le calcul FP32 classique et l’INT8 restent pratiquement inchangés, preuve que le déblocage ne touche qu’un périmètre bien précis des unités de calcul.
Des travaux concernent également la génération GeForce RTX 20 Turing, mais la compatibilité et les résultats doivent être vérifiés modèle par modèle, sans garantie que tous les GPU de cette série réagissent de la même façon.
Pourquoi les gains réels restent bien plus modestes
Le titre qui accompagne ces découvertes évoque un déblocage « jusqu’à deux fois plus de puissance », mais le détail des mesures raconte une histoire plus nuancée. Le doublement constaté ne concerne que certains calculs tensoriels FP16 et BF16, et dès qu’on passe à des usages concrets, les gains fondent nettement.
Un test supplémentaire sur une RTX 4090 rapporte ainsi 12 à 34 % de gain en multiplication matricielle FP16, malgré un débit d’instructions pourtant doublé sur le papier. Pour les modèles de langage, l’amélioration mesurée se situe entre 14 et 36 %, mais uniquement pendant le traitement initial du prompt. La génération successive des mots, elle, progresse à peine, car elle dépend davantage de la bande passante mémoire que de la puissance de calcul brute.
Ces projets ouvrent tout de même une piste intéressante pour prolonger l’usage de certaines GeForce en IA locale, à condition de garder en tête que le doublement théorique ne se traduit jamais aussi nettement dans les usages réels.
