LONDON (IT BOLTWISE) – Modder haben bei NVIDIA GeForce RTX-GPUs versteckte Rechenlimits aufgehoben, sodass sich bestimmte Tensor-Core-Operationen in Richtung Profi-Niveau pushen lassen. Laut den beschriebenen Ergebnissen reichen die Leistungsgewinne je nach Modell von etwa 1,8x bis 2x, ohne dass eine neue VBIOS-Version geflasht werden muss. Besonders relevant ist das für KI- und GPU-Compute-Workloads, nicht für höhere FPS in Spielen. Damit sinkt für lokale KI-Projekte die Einstiegshürde, auch wenn der VRAM- und Enterprise-Softwareabstand zu RTX Pro weiterhin besteht.
Was auf den ersten Blick nach einem weiteren „Übertaktungs“-Trick klingt, ist in Wahrheit vor allem eine Frage nach Zugriff auf Rechenpfade: Modder berichten, sie hätten bei NVIDIA GeForce RTX 20-, 30- und 40er-Karten softwareseitige Limits entschärft, die bisher bestimmte Tensor-Core-Operationen ausbremsen. Dabei geht es nicht um den Austausch von Hardware oder um ein neues VBIOS, sondern um Anpassungen, die die GPU in Workloads wie KI-Inferenz oder datengetriebenen Matrixberechnungen anders ansprechen sollen. Für Anwender heißt das: Die Karten bleiben physisch dieselben, doch die genutzten Ausführungspfade und ihre effektive Durchsatzleistung verändern sich.
Technisch betrachtet entfernen die Modifikationen laut Beschreibung „software-level limits“ auf ausgewählte Tensor Core Operationen. Entscheidend ist dieser Punkt, weil ein VBIOS-Flash typischerweise zusätzliche Risiken bringt und auch den Weg zurück erschwert. In den gelieferten Beispielwerten lässt sich erkennen, dass der Fokus auf Tensor-lastigen Rechenmustern liegt: Beim RTX 4090 wird ein FP16-Tensor-Core-Durchsatz von 165,6 TFLOPS auf 331,6 TFLOPS skizziert. Beim RTX 3090 Ti soll sich die BF16-Leistung von 87,5 auf 157,4 TFLOPS erhöhen, während beim RTX 2080 Ti von 59,9 auf 111 TFLOPS ein Sprung für FP16→FP32-Berechnungen genannt wird.
Die Bandbreite der genannten Zahlen legt nahe, dass die Modder nicht einfach eine pauschale Taktskalierung erreicht haben, sondern gezielt an der Art ansetzen, wie die GPU bestimmte Matrix- und GEMM-Teile übergibt. Für den RTX 3090 wird beispielsweise „122,8 TFLOPS in a PyTorch GEMM test“ genannt, nachdem zuvor 73,0 TFLOPS beobachtet wurden. Ein solcher Unterschied passt zu der Erwartung, dass in modernen Frameworks wie PyTorch die Wahl der Kernel, die Präzision (etwa FP16 oder BF16) und die Datenlayout-Strategien den effektiven Durchsatz stärker bestimmen als reine Frequenzwerte. Gleichzeitig betont die Quelle ausdrücklich, dass diese Änderungen nicht auf Spiel-Performance abzielen, sondern auf KI- und Compute-Workloads, die zuvor eher in die Profi-Richtung mit „RTX Pro“-Anforderungen gedrückt wurden.
Für Gamer ist die Nachricht deshalb nur bedingt relevant: Selbst wenn mehr Rohdurchsatz bei Tensor Core-Operationen verfügbar ist, bleibt die FPS-Kurve in typischen Engines oft von völlig anderen Faktoren abhängig, etwa von CPU-Limits, Render-Pipelines, API-Overheads oder Shaderlast, die nicht im gleichen Maße von Tensor-gestützten Matrixmultiplikationen profitiert. Anders sieht es bei lokalen KI-Setups aus, bei denen etwa LLMs, Bild- oder Audio-Modelle über genau solche Matrixberechnungen beschleunigt werden. Dort kann ein Faktor von ungefähr 1,8x bis 2x spürbar sein, weil die Laufzeit vieler Schritte direkt an den effektiven Tensor-Durchsatz gekoppelt ist.
Marktseitig berührt das Thema eine zentrale Spannung im GPU-Portfolio: NVIDIA segmentiert GeForce und „RTX Pro“ nicht nur über die Hardware-Spezifikation, sondern auch über Software-Features, Validierungsumfang und Support-Zusagen. Die Quelle ordnet die Ergebnisse deshalb realistisch ein: Obwohl die Modifikationen den Abstand reduzieren können, schließen sie ihn nicht vollständig. Für professionelle RTX-Karten sprechen weiterhin unter anderem deutlich mehr VRAM sowie „vollständige enterprise software support“, wodurch Organisationen mit längeren Wartungszyklen und klaren Betriebsanforderungen die Profi-Linie bevorzugen. Trotzdem verschiebt sich durch die beschriebenen Entsperrungen die Kalkulation für Einsteiger: Wer vorher gezielt zu einer Pro-Karte greifen musste, könnte mit einer GeForce-Klasse und den Modifikationen zunächst deutlich mehr Workload-Leistung bekommen.
Für die Praxis stellt sich dann aber nicht nur die Frage „wie viel TFLOPS“, sondern auch „unter welchen Bedingungen“. Mod-Konstruktionen hängen häufig von Treiberständen, Bibliotheksversionen und den konkret verwendeten KI-Stacks ab; dass die Quelle Werte aus einem PyTorch GEMM-Test nennt, ist hier ein wichtiger Hinweis auf den Anwendungskontext. Wer lokale KI plant, sollte deshalb die Modifikation nicht als universelles „Upgrade“ verstehen, sondern als Ansatz, der vor allem dort Mehrwert erzeugt, wo Tensor-Core-abhängige Kernel und Präzisionsmodi im Zielsystem tatsächlich aktiviert werden. Außerdem bleibt die Schattenseite klassischer Modder-Arbeiten: Die Verfügbarkeit kann sich ändern, etwa wenn Dateien entfernt oder Distributionen eingeschränkt werden.
Insgesamt wirkt die Meldung wie ein Signal dafür, dass die Grenze zwischen Consumer- und Profi-Nutzung in der Praxis oft weniger von der reinen Siliziumklasse als von Konfigurations- und Softwarepfaden gezogen wird. Selbst wenn NVIDIA die Entwicklung nicht begrüßt, ist sie in der Breite bereits „sichtbar“ geworden und damit auch für Entwickler und Betreiber lokaler KI-Setups greifbarer. Für Unternehmen, die Test- und Prototyping-Bereiche mit KI aufbauen, kann das den Weg zu kostengünstigeren Evaluationsumgebungen verkürzen; für produktive Systeme bleibt aber die Frage nach Stabilität, Support und langfristiger Wartbarkeit die entscheidende. Entscheidend wird daher sein, wie gut sich die beschriebenen Tensor-Core-Vorteile im eigenen Stack reproduzieren lassen und wie robust die Lösung über Treiber- und Framework-Updates hinweg bleibt.
🔥 Heutige Hot Deals bei Amazon: Bis zu 80% Rabatte!
🎉 Amazon Haul-Store für absolute Schnäppchenjäger!
- ★ 23-stufiges KI-Go-Training – Für Spieler mit Grundkenntnissen der Regeln – Entwickelt als intelligenter Trainingspartner passt sich die KI Spielern von 18K bis 9D an. Ideal für alle, die die Grundregeln bereits beherrschen und ihr Spiel verbessern möchten.
- IHR EMOTIONALER AI-BEGLEITER: Eiliko ist mehr als nur ein Anhänger, es ist ein charismatischer KI-Freund. Mit einem dynamischen LED-Bildschirm, der eine Vielzahl von animierten Gesichtern und Ausdrucksformen anzeigt, reagiert er auf Ihre Interaktionen mit einzigartiger Persönlichkeit und Charme.
- 【MEHR LEBEN FÜR DEINEN SCHREIBTISCH】 Lerne Eilik kennen – deinen kleinen Roboter-Freund mit Persönlichkeit. Mit liebevollen Animationen, ausdrucksstarken Reaktionen und spielerischen Interaktionen bringt Eilik mehr Freude in deinen Alltag. Ob auf dem Schreibtisch, im Büro oder am Nachttisch – Eilik wird schnell zu einem vertrauten Begleiter für besondere Momente.
- 【XL-Größe für gedeihende Pflanzen】Geben Sie Ihren Pflanzen den Raum, den sie verdienen! Unser verbessertes, großes 13,7 cm großes Design bietet Platz für Pflanzen mit einem Durchmesser von bis zu 8,9 cm und damit deutlich mehr Platz für Wurzelwachstum und Pflanzengesundheit im Vergleich zu kleineren, veralteten Modellen. Die Produktabmessungen betragen 13,6 x 13,6 x 13,2 cm und das Gerät wiegt nur 355 g.
- V28 Update - JETZT MIT NEUEN FUNKTIONEN! Als Reaktion auf das Ladeproblem von Loona haben wir das automatische Aufladen 2.0 verbessert. Diese Optimierung hilft Loona, die Ladewege in verschiedenen Szenarien zu erkennen und anzupassen, um die Erfolgsquote beim automatischen Aufladen zu erhöhen. Mobile Hotspots können sich mit Loona verbinden und überwinden WLAN-Einschränkungen, sodass Sie jederzeit und überall mit Loona interagieren können.
- Die besten Bücher rund um KI & Robotik!
- Die besten KI-News kostenlos per eMail erhalten!
- Zur Startseite von IT BOLTWISE® für aktuelle KI-News!
- IT BOLTWISE® kostenlos auf Patreon unterstützen!
- Aktuelle KI-Jobs auf StepStone finden und bewerben!
- Künstliche Intelligenz: Dem Menschen überlegen – wie KI uns rettet und bedroht | Der Neurowissenschaftler, Psychiater und SPIEGEL-Bestsellerautor von »Digitale Demenz«
Du hast einen wertvollen Beitrag oder Kommentar zum Artikel "Modder entsperren per Software-Änderung mehr Tensor-Compute auf GeForce RTX 20–40" für unsere Leser?
#Sophos
#AmazonPrime
#Bestseller
Es werden alle Kommentare moderiert!
Für eine offene Diskussion behalten wir uns vor, jeden Kommentar zu löschen, der nicht direkt auf das Thema abzielt oder nur den Zweck hat, Leser oder Autoren herabzuwürdigen.
Wir möchten, dass respektvoll miteinander kommuniziert wird, so als ob die Diskussion mit real anwesenden Personen geführt wird. Dies machen wir für den Großteil unserer Leser, der sachlich und konstruktiv über ein Thema sprechen möchte.
Du willst nichts verpassen?
Du möchtest über ähnliche News und Beiträge wie "Modder entsperren per Software-Änderung mehr Tensor-Compute auf GeForce RTX 20–40" informiert werden? Neben der E-Mail-Benachrichtigung habt ihr auch die Möglichkeit, den Feed dieses Beitrags zu abonnieren. Wer natürlich alles lesen möchte, der sollte den RSS-Hauptfeed oder IT BOLTWISE® bei Google News wie auch bei Bing News abonnieren.
Nutze die Google-Suchmaschine für eine weitere Themenrecherche: »Modder entsperren per Software-Änderung mehr Tensor-Compute auf GeForce RTX 20–40« bei Google Deutschland suchen, bei Bing oder Google News!