ベンチマーク

以下の数値はすべて、どこから来たかを表示しています。当サイトはこれらのベンチマークを再実行していません — プロジェクトのメンテナが公開した測定と、プロジェクトがリンクするコミュニティ報告を、issue スレッドを掘らなくて済むように集めたものです。

出典確認日：2026-10-25 · アップストリーム README は commit af28cbb（2026-10-24）に固定 · パーセンテージは公開された前後の数値から計算しています

目玉の結果 — RTX 3090 Ti、dense GEMM

プロジェクト報告電力制限 450 W の RTX 3090 Ti での dense 8192³ GEMM、5 回測定の中央値、FP32 累積です。gpu-unlock README と、それにリンクされたベンチマークレポートで公開されています。

入力タイプ	アンロック前（ロックあり）	アンロック後	変化
FP16	87.46 TFLOPS	118.39 TFLOPS	+35%
BF16	87.50 TFLOPS	157.41 TFLOPS	+80%
TF32	42.58 TFLOPS	82.61 TFLOPS	+94%

BF16 が最も向上する理由は次の通りです。ロックは FP/BF16 の積和演算（FMA）の命令発行レートを、FP32 演算に対して半分にします。そのため、ロックを取り除いても、そのレートは最大で 2 倍までしか上がりません — BF16 の +80% は、このベンチマークにおける理論上の余地の大部分を捉えています。同じ実行で FP16 の改善はより小さく（+35%）、README はその差を内訳していません。実際のワークロードでは多くの演算タイプが混在します。そのため、この 3 つは公式としてではなく、「このベンチマークで測定された値」として扱ってください。そして、これらは 1 枚のカード、1 つのベンチマーク、1 つの電力制限での結果です。「450 W のフラッグシップでアンロックができること」であって、すべてのカードへの約束ではありません。

カード別の結果 — コミュニティ報告

コミュニティ報告プロジェクトのテスト済みカードリストにあるユーザー報告からの BF16 dense-GEMM の向上です。各報告は独自のベンチマークを実行しているため、行同士を直接比較することはできません — そして電力制限がばらつきの多くを説明します。

カード	チップ	報告された BF16 GEMM 向上	注記
RTX 3090 Ti	GA102	+68–80%	上記の 450 W の目玉の実行を含みます。
RTX 3090	GA102	+25–67%	最小値は 225 W に制限されたカードのものです。
RTX 3080 10 GB	GA102	+70–73%	—
RTX 3080 20 GB (mod)	GA102	+56–59%	メモリ増設改造したカードです。
RTX 3070	GA104	+73–81%	—
RTX 3060 12 GB	GA106	~+80%	—
RTX 3080 Ti 20 GB (OEM)	GA102-250	向上なし	アンロックは完了します。BF16 は半分のレートのままです。既知の例外です。

実際のワークロード

コミュニティ報告プロジェクトの README が issue 報告から集めたものです。

LLM プリフィル: +14–36%。プリフィルは計算律速の行列演算であるため効果があります — ただし、生の GEMM よりは小さいです。実際のモデル実行が 1 回の完璧な行列積になることは決してないためです。
LLM デコード: 改善は報告されていません。デコードはメモリ帯域幅で制限されています。アンロックは、デコードが決してぶつからない命令発行レートの上限を引き上げます。
拡散モデル（ComfyUI）: BF16 画像モデルで +47–59% — 1 人のユーザーのテストです。完全に表示しています。Reddit ユーザー under-_-null が RTX 3090 Ti を測定しました（Dell Precision 5820 内の EVGA FTW3 カード、定格クロック、450 W 制限、Ubuntu、ComfyUI 0.42.1、バッチ 1、デフォルトの PyTorch SDPA アテンション。タイミングにはテキストエンコーディング、サンプリング、デコード、保存が含まれますが、最初のモデル読み込みは含まれません）。プロトコルは次の通りです。各画像モデルについて、ウォームアップ 3 回を除外した後に 15 回の測定生成を記録し、その 15 回の中央値を取りました。動画ワークフロー（MiniMax H3、LTX-2.5）については、ウォームアップ 1 クリップを除外した後に 3 クリップを測定し、その 3 つの中央値を取りました — サンプルが小さいため、動画のパーセンテージは目安として扱ってください。BF16 の結果は、3 つの画像モデルで +56.1%、+57.2%、+58.6% で、MiniMax H3 は +60.2% でした。Notebookcheck はこの実行をおよそ +47–59% と要約しました。同じテストをバランスよく示すと、LTX-2.5 の動画生成は +16.8%、INT8 の MOSS-Image は +0.3% 向上しました — そしてラベルに関する注意が 1 つあります。報告の FLUX.1 dev FP8 チェックポイントは +54.6% 向上しましたが、そのチェックポイントは内部で BF16 で計算しています。そのため、「FP8」というラベルの下での向上も、依然として BF16 アンロックの効果である可能性があります。INT8 の命令スループット自体は、このモジュールが変更するものではありません。1 人のユーザー、1 枚のカードで、独立検証はありません — よく文書化された 1 つのデータポイントとして扱い、約束として扱わないでください。FlashAttention は、README では行列演算が中心のワークロードと一緒にグループ化されており、公式なパーセンテージはありません。
INT8: 改善は報告されていません。このモジュールが書き込むセレクタは FP/BF16 レートを支配します（上記の ComfyUI 実行では、INT8 モデルで +0.3% が見られましたが、ノイズの範囲内です）。
出力: 比較した報告ではビット単位で同一でした。前後で結果を確認した報告では、同じ出力が得られました。上記の ComfyUI 実行では、150 組の画像ペアをピクセル単位で比較し — すべて同一でした — 6 組の音声ペアも一致しました。その動画フレームは完全には同一ではありませんでしたが、同じセッションでの通常の再実行でもばらつきがあったため、その差をアンロックに帰することはできません。アンロックは、命令が発行される速さを変更するものであり、命令が計算する内容を変更するものではありません。

これらの数値を正直に読む方法

「最大で約 2×」は、テスト済みカードで、十分な電力制限の下での、1 つのマイクロベンチマーククラス（dense GEMM の命令発行レート）に適用されます。エンドツーエンドのアプリケーションでの向上はより小さいです — LLM プリフィルの +14–36% が現実的な形です。お使いのワークロードがメモリ律速であれば、何も期待しないでください。ワークロードを名指しせずに、このアンロックについて単一の「高速化パーセンテージ」を提示する人は、何かを売ろうとしています。

ゲーム性能

現時点では、gpu-unlock に関する検証済みのゲームベンチマークデータはありません — README にも、それにリンクされた報告にも FPS 表はありません。このモジュールが取り除くロックは、AI や HPC ワークロードで使われる FP/BF16 の計算命令発行レートを対象としており、公開された測定はすべて計算ベンチマークです。ゲームの数値が気になる場合、今日の正直な答えは「未測定」であり、方法論なしに流通している FPS の主張は、未検証として扱うべきです。

主な出典: github.com/Zagitta/gpu-unlock（README のベンチマーク表とテスト済みカードリスト、報告ごとのリンク付き）、commit af28cbb に固定。ComfyUI の数値: Reddit ユーザー under-_-null の RTX 3090 Ti テストで、Notebookcheck と WccfTech が報じたものです。RTX 40 シリーズの数値はRTX 40 ページにあります — プロジェクトも根拠も別です。