LONDON (IT BOLTWISE) – Modder umgehen offenbar werkseitige Beschränkungen für Tensor-Kerne in mehreren GeForce-Generationen. Der Tensor-Durchsatz soll sich bei bestimmten KI-Operationen nahezu verdoppeln, während die reine Spieleleistung laut bisherigen Hinweisen nicht nennenswert steigt. Besonders spannend ist das für lokale KI-Aufgaben, die stark von FP16- und BF16-Rechenraten abhängen. Unklar bleibt allerdings, wie stabil und kompatibel das unter Windows läuft und welche Folgen das für den Gebrauchtmarkt hat.
Für Gamer klingt die Meldung erstmal wie ein Traum: Wenn sich Tensor-Kerne „entsperren“ lassen, könnte ein Consumer-Grafikchip plötzlich deutlich mehr KI-Rechenleistung liefern. Genau das versuchen Modder seit Monaten über Low-Level-Anpassungen an den Konfigurationregistern der GPU. Betroffen sind dabei nicht nur einzelne Modelle, sondern mehrere Generationen von GeForce-Karten – von RTX-20 über RTX-30 bis in die RTX-40-Serie. Für KI-Anwender ist das vor allem dann relevant, wenn es um lokale Inferenz oder kleinere Fine-Tuning-Szenarien geht, in denen Tensor-Operationen (etwa FP16- oder BF16-Workloads) den Durchsatz dominieren.
Technisch knüpfen die aktuellen Mod-Ansätze an frühere Unlock-Versuche an, die sich ursprünglich auf CMP-Mining-GPUs von NVIDIA konzentrierten. Ein zentraler Punkt: Die Werkzeuge benötigen keine Hardware-Änderungen und auch kein neues VBIOS. Stattdessen greifen die Mods direkt in der frühen Boot- oder Startphase ein und verändern bestimmte Konfigurationsregister, bevor der reguläre Treiber im System geladen wird. Das erklärt auch, warum die Änderungen als temporär gelten: Sobald die GPU stromlos wird, setzen sich die Modifikationen zurück. Wer das in der Praxis nutzt, muss also mit einem „nicht dauerhaft“ laufenden Zustand leben – und gleichzeitig das Risiko einkalkulieren, dass inkompatible Konfigurationen den Systemstart blockieren können.
Die verfügbaren Messwerte zeigen die eigentliche Größenordnung: Bei RTX-Modelle mit Ampere- und Ada-Lovelace-Architektur treten bei FP16- und BF16-Operationen mit FP32-Akkumulation messbare Zuwächse auf. Besonders konkret wird es bei der GeForce RTX 4090: Die Leistung bei FP16-Operationen steigt demnach von 165,6 auf 331,6 TFLOPS. Bei der GeForce RTX 3090 Ti wird für BF16-Berechnungen eine Erhöhung von 87,5 auf 157,4 TFLOPS genannt. Und auch bei älteren Karten gibt es Zahlenbeispiele, etwa die GeForce RTX 2080 Ti mit einem Zuwachs von 59,9 auf 111 TFLOPS. Wichtig ist aber die Einordnung: Diese Faktoren betreffen sehr spezifische Tensor-Operationen und nicht automatisch jede Form von KI- oder Grafik-Workload.
Für die Alltagswirkung heißt das: Nicht jede KI-Aufgabe profitiert gleich stark. Bei lokalem Generieren von Text mit großen Sprachmodellen ist häufig die Speicherbandbreite ein limitierender Faktor, nicht ausschließlich die Rohrechenrate. Deshalb berichten die bisherigen Hinweise zwar von rund 14 bis 36 Prozent schnelleren Eingabe- bzw. Vorverarbeitungszeiten auf einer RTX 3090 durch die Mod-Änderungen – die anschließende Ausgabe einzelner Tokens soll davon jedoch kaum profitieren. Für Spieler wiederum ist der Kerngedanke enttäuschend: Selbst wenn Tensor-Zuweisungen für KI-Berechnungen höher ausfallen, bleibt die reine Spieleleistung nach den bisherigen Erwartungen unverändert, weil die Rendering-Pipelines in Spielen nicht im gleichen Umfang von den freigeschalteten Tensor-Operationen abhängen.
Auch das Betriebssystem spielt eine Rolle. Aktuell zielen die funktionierenden Varianten vor allem auf Linux-Systeme ab, während Windows-Implementierungen laut dem Stand der Dinge eher experimentell sind. In diesem Kontext ist zudem relevant, dass für manche Nutzer die Garantiefragen und der „eigene Gefahr“-Charakter praktisch zum Alltag gehören: Wer solche Tools einsetzt, übernimmt das Risiko, dass es nicht nur zu Performance-Einbußen oder Inkompatibilitäten kommt, sondern auch der Startvorgang aus dem Takt gerät. Für spätere Plattformen wie RTX-50-Modelle mit Blackwell-Chips gibt es bislang noch keine funktionierende Lösung. Das macht die Mods kurzfristig nützlich, aber zugleich technologisch abhängig vom jeweiligen GPU-Genauformat und vom Timing, wann und wie Registerwerte gesetzt werden.
Der wohl größte Effekt außerhalb der Technik betrifft den Markt. Modelle wie RTX 3090 und RTX 4090 sind bei KI-Nutzern ohnehin wegen ihres großen Videospeichers (24 Gigabyte) beliebt. Wenn sich die Rechenleistung durch die Software-Modifikationen sichtbar näher an Workstation-Niveau annähert, könnten ältere GeForce-Karten stärker in Richtung „KI-Rechenzentrum Light“ umgedeutet werden – also als kostengünstige Alternative für Raster- oder Inferenzjobs. Der Gebrauchtmarkt könnte dadurch zusätzliche Nachfrage abbekommen: Unternehmen, die Karten umwidmen, könnten ältere Generationen schneller aufkaufen, während Gamer sich gleichzeitig um dieselben Modelle streiten. Selbst wenn die Mods nicht offiziell als „DLSS-Upgrade“ gedacht sind, bleibt ein Hoffnungsschimmer: Die Modifikationen können theoretisch DLSS-nahe Pfade betreffen, doch zum jetzigen Zeitpunkt fehlen verlässliche Tests, die Verbesserungen bei Kantenglättung, Ray Reconstruction oder Frame Generation eindeutig belegen.
Unterm Strich zeigt sich damit ein Muster, das man aus anderen GPU-Phasen kennt: Sobald ein Teil des Performance-Potenzials softwareseitig erreichbar ist, verschiebt sich der Nutzen hin zu Workloads, die genau von diesen Pfaden abhängen. Für KI-Entwickler und Tüftler ist der Reiz hoch, weil Tensor-Throughput bei lokalen Modellen oft direkt über die Latenz entscheidet – zumindest für Teilabschnitte der Verarbeitung. Für die breite Gamer-Zielgruppe ist der Nutzen hingegen begrenzt, weil die eigentlichen Grafik-Engines nicht „automatisch“ schneller werden. Wer die Mods dennoch ausprobieren will, sollte deshalb die eigene Pipeline prüfen: Wie groß ist der Anteil der Tensor-Operationen am Gesamtprozess? Wie stark dominiert Speicherbandbreite oder CPU-Zeit? Und schließlich: Lässt sich der Eingriff so durchführen, dass Stabilität und Startfähigkeit erhalten bleiben?
🔥 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 "Mod entschärft GeForce-Tensor-Limits: Tensor-Durchsatz teils doppelt" 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 "Mod entschärft GeForce-Tensor-Limits: Tensor-Durchsatz teils doppelt" 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: »Mod entschärft GeForce-Tensor-Limits: Tensor-Durchsatz teils doppelt« bei Google Deutschland suchen, bei Bing oder Google News!