Des moddeurs ont réussi à lever une limitation qui empêche certaines GeForce RTX d’exploiter pleinement leur puissance de calcul en intelligence artificielle. Sur une RTX 4090, le débit théorique double. Mais les gains réels sont plus modestes, et la manipulation n’est pas sans risque.
Votre GeForce RTX pourrait être plus performante en IA que vous ne le pensiez. Des passionnés ont découvert comment contourner une restriction présente sur plusieurs générations de cartes graphiques NVIDIA, des RTX 20 aux RTX 40. Une découverte particulièrement intéressante pour ceux qui font tourner des modèles d’IA directement sur leur PC.
Une puissance de calcul volontairement limitée
Depuis les RTX 20, les cartes GeForce intègrent des Tensor Cores, des unités spécialisées dans les calculs utilisés notamment par les modèles de langage et les générateurs d'images.
Seulement, NVIDIA impose une limitation à certaines opérations mathématiques. Lorsque les Tensor Cores effectuent des calculs avec accumulation FP32, une méthode permettant de conserver davantage de précision, leur débit est divisé par deux par rapport à l’accumulation FP16. Les cartes professionnelles Turing et Ampere ne subissent pas la même restriction.
Comme le rapporte Tom’s Hardware, des moddeurs ont trouvé comment lever ce bridage en exploitant une faille du firmware, le programme interne qui contrôle notamment l’initialisation du GPU. Sans modifier physiquement la carte, ils parviennent à changer deux paramètres normalement protégés pour rétablir le débit de calcul maximal.
Jusqu’à deux fois plus de puissance IA, mais pas dans toutes les applications
Sur une RTX 4090, le débit tensoriel théorique passe de 165,6 à 331,6 TFLOPS en FP16. Un résultat spectaculaire, qui ne se traduit toutefois pas par un doublement des performances dans les logiciels.
Les premiers benchmarks montrent des gains de 12 à 34 % sur une RTX 4090, tandis qu’une RTX 3090 Ti affiche jusqu’à 80 % de progression en BF16 et 94 % en TF32. Ces résultats proviennent de tests communautaires, réalisés dans des conditions différentes.
En pratique, les bénéfices dépendent fortement des tâches. Sur les RTX 30, l’analyse initiale d’un prompt par un LLM, appelée préfill, accélère de 14 à 36 %. En revanche, la génération des mots de la réponse évolue peu, car elle dépend surtout de la bande passante mémoire. Certains traitements de génération d’images peuvent également profiter du débridage. Ne vous attendez donc ni à doubler la vitesse de votre chatbot local ni à gagner des FPS dans les jeux.
Un déblocage expérimental, au risque du matériel
Enfin, prudence : les projets gpu-unlock, gpu-unlock-ada et turing-unlock restent expérimentaux et ne prennent en charge qu’une sélection de cartes. Les RTX 50 ne sont d’ailleurs pas concernées.
Surtout, exploiter une faille du firmware peut provoquer des plantages, empêcher le démarrage du GPU, corrompre des données ou endommager le matériel. Une découverte passionnante pour les amateurs d’IA locale, mais certainement pas une manipulation à tenter à la légère.
