Una chiavetta USB sblocca fino al 65% di prestazioni AI sulle RTX

Le schede grafiche NVIDIA potrebbero nascondere prestazioni superiori a quelle normalmente disponibili durante l’esecuzione di determinati carichi di lavoro legati all’Intelligenza Artificiale.

Un progetto open source ha infatti sviluppato uno strumento capace di aggirare una limitazione del firmware che riduce la velocità di calcolo delle unità Tensor. La novità interessa soprattutto gli appassionati di elaborazione locale, gli sviluppatori e chi utilizza modelli AI direttamente sul proprio computer. La particolarità è che l’intervento non richiede modifiche permanenti al BIOS della scheda grafica né driver modificati. Rimangono, tuttavia, alcune condizioni tecniche e criticità che rendono opportuno valutare attentamente l’operazione.

Come funziona lo sblocco delle GPU NVIDIA

Il progetto si chiama nv-uefi-unlocker e utilizza una procedura eseguita attraverso una chiavetta USB avviabile. Il programma interviene durante la fase iniziale di avvio del computer, prima che venga caricato il driver grafico del produttore. In questo modo riesce a modificare alcuni registri utilizzati dal firmware per controllare la velocità delle unità Tensor, consentendo loro di lavorare senza la limitazione precedente.

Secondo le prove pubblicate su Tom’s Hardware, lo sviluppatore ha registrato un incremento del 65% nelle operazioni matematiche FP16 utilizzando una GeForce RTX 4060 per notebook. Anche altri test condivisi dalla comunità mostrano miglioramenti interessanti, sebbene i risultati cambino sensibilmente in funzione del modello e delle condizioni operative. Non si tratta quindi di un aumento garantito per qualsiasi applicazione: i benefici riguardano soprattutto determinati calcoli matriciali, particolarmente importanti nell’elaborazione AI.

Il software comprende inoltre un sistema di verifica che controlla se le modifiche richieste sono state effettivamente applicate. Questo elemento rappresenta un’evoluzione rispetto alle precedenti procedure sperimentali, che richiedevano interventi più articolati attraverso moduli installati su Linux. Il progetto utilizza script e componenti compilati autonomamente, ricostruendo localmente i file firmware necessari a partire dai pacchetti pubblici dei driver NVIDIA .

La compatibilità dichiarata comprende le famiglie Turing, Ampere e Ada Lovelace, sia nelle configurazioni desktop sia in quelle portatili. Non tutte le schede, però, sono state verificate individualmente: alcuni modelli presentano problemi di avvio o rimangono ancora in fase di valutazione. Le GPU Blackwell, invece, non rientrano attualmente tra quelle supportate.

I rischi da conoscere prima di utilizzare il programma

L’aspetto più delicato riguarda la sicurezza e la stabilità del sistema. Poiché l’intervento avviene a livello firmware, è necessario avviare il computer in modalità UEFI e disattivare Secure Boot oppure configurare la fiducia per un eseguibile EFI firmato autonomamente. Questa condizione può creare incompatibilità con alcuni sistemi di protezione utilizzati dai videogiochi.

Un’altra limitazione riguarda la persistenza: lo sblocco deve essere ripetuto dopo ogni avvio completo del computer. Inoltre, eventuali limiti di alimentazione e temperatura possono impedire di ottenere i risultati osservati nei benchmark. Spingere ulteriormente i consumi attraverso modifiche aggiuntive può superare i parametri previsti dal produttore, aumentando il rischio di instabilità e danni ai componenti.

È importante considerare anche l’assenza di un supporto ufficiale NVIDIA . Si tratta di un progetto comunitario, con una compatibilità ancora disomogenea e responsabilità tecniche che ricadono sull’utilizzatore. Per chi è interessato ad approfondire la conoscenza di questo progetto, è possibile approfondire sulla relativa pagina di GitHub.