Kartu grafis Nvidia GeForce RTX 3090 yang dirilis enam tahun lalu ternyata menyimpan potensi komputasi yang belum tergali. Melalui proyek open-source bernama gpu-unlock buatan pengembang GitHub beridentitas Zagitta, performa pemrosesan kartu grafis berbasis arsitektur Ampere ini diklaim bisa melonjak hingga dua kali lipat. Hebatnya, terobosan ini tidak membutuhkan modifikasi perangkat keras maupun patch khusus pada driver resmi Nvidia. Potensi tersembunyi ini kini terbuka lebar.
Fokus peningkatan ini berada pada pemrosesan Tensor Core, khususnya untuk operasi FP16 dan BF16 dengan akumulasi FP32. Selama ini, lini GeForce kelas konsumen dibatasi pada tingkat eksekusi instruksi yang hanya mencapai separuh dari kecepatan lini profesional Nvidia. Modul buatan Zagitta hadir untuk menghapus batasan buatan tersebut secara langsung dari register perangkat keras. Performa kelas profesional berhasil diakses.
Cara Kerja Modul Kernel Linux Tanpa Flashing VBIOS
Pembatasan kecepatan instruksi pada GPU arsitektur Ampere tersebut dapat dibuka dengan mengubah register pemilihan kecepatan pada level perangkat keras. Uniknya, teknik ini dikembangkan dari hasil riset terdahulu yang pernah digunakan untuk membuka kemampuan kartu khusus penambangan kripto Nvidia CMP. Pendekatan ini terbukti efektif dan cerdas.
Zagitta mengimplementasikan solusi ini dengan memanfaatkan modul kernel Linux. Modul tersebut dieksekusi tepat sebelum driver grafis Nvidia dimuat ke dalam sistem. Setelah modul mengubah register kecepatan yang relevan dan mereset sistem GPU, kendali penuh dikembalikan ke driver resmi yang belum dimodifikasi. Langkah ini berjalan sangat mulus.
Metode ini menjanjikan fleksibilitas yang sangat tinggi bagi para pengguna. Pengguna tidak perlu melakukan proses flashing VBIOS secara permanen atau menyuntikkan firmware modifikasi yang berisiko merusak kartu grafis. Pendekatan berbasis perangkat lunak ini membuat batas aman pengujian menjadi lebih terjaga.
Lonjakan Benchmark TFLOPS dan Kinerja Komputasi AI
Laporan dari pengujian komunitas menunjukkan peningkatan angka yang sangat signifikan pada beban kerja pemrosesan data matematis. Pada pengujian unit Nvidia GeForce RTX 3090, throughput perkalian matriks BF16 melonjak tajam dari 77,5 TFLOPS menjadi 129,6 TFLOPS. Angka tersebut mencerminkan lonjakan performa yang nyata.
Pengujian format TF32 pada RTX 3090 juga mengalami kenaikan impresif dari 40,2 TFLOPS menjadi 69,8 TFLOPS. Perbaikan serupa juga dirasakan oleh varian tertinggi Nvidia GeForce RTX 3090 Ti, di mana throughput BF16 melesat dari 87,5 TFLOPS menuju 157,4 TFLOPS. Kenaikan ini sangat berdampak pada pemrosesan berat.
Meski demikian, efisiensi kenaikan ini sangat bergantung pada jenis beban kerja yang dijalankan. Pada pengujian inferensi model bahasa besar (LLM) lokal, pemrosesan prompt berkonteks panjang mencatatkan kenaikan kecepatan hingga 16%. Kecepatan generasi token tidak mengalami perubahan.
Sementara itu, pengujian pada aplikasi kecerdasan buatan ComfyUI menunjukkan hasil yang memukau. Menggunakan kartu RTX 3090 Ti, throughput pemrosesan gambar berbasis format BF16 meningkat antara 47% hingga 59% pada beberapa alur kerja simulasi. Hasil ini memanjakan para kreator AI.
Dampak Pada Game dan Ketersediaan Sistem Operasi
Banyak pengguna bertanya mengenai potensi dampak modifikasi ini pada performa permainan video harian. Mengingat fitur Nvidia DLSS juga mengandalkan unit Tensor Core untuk proses rendering berbasis AI, ada harapan akan peningkatan daya pacu grafik. Sayangnya, belum ada uji independen terverifikasi yang membuktikan adanya kenaikan frame rate (FPS) pada game.
Proyek gpu-unlock saat ini baru difokuskan secara optimal untuk ekosistem sistem operasi Linux. Meski sudah ada proyek ekperimental yang mencoba melakukan porting ke sistem Windows dan berhasil masuk ke sistem pada satu PC pengujian, dukungannya masih sangat terbatas. Pengguna Windows masih harus bersabar.
Penerapan modul kernel ini pada komputer utama harian tetap mengandung risiko teknis yang patut dipertimbangkan. Pengguna disarankan tetap berhati-hati karena status proyek ini masih tergolong eksperimental. Kendati demikian, kemampuan memeras performa tambahan dari kartu grafis lama tanpa mengeluarkan biaya tambahan tetap menjadi kabar gembira bagi para antusias teknologi.
