RTX 30・40のgpu-unlock対応GPUは？Tensor演算約2倍の意味と実アプリの効果・Windowsの注意点

RTX 30・40の演算性能を「約2倍」にする非公式改造は、手持ちのGPUにも使えるのでしょうか。gpu-unlockはTensor Coreの一部演算に関わる設定を変更するソフトウェアで、RTX 30には複数型番の成功報告、RTX 40には特定カードでの検証があります。

ただし、解除ログが出ること、演算ベンチマークが速くなること、AIアプリが速くなることは別です。RTX 4060 Ti 16GBは解除確認段階で、同一カードの通常時との速度比較がありません。RTX 4090でも、命令性能が約2倍になった一方、行列演算の条件によっては速度がほぼ変わりませんでした。

Linuxの起動設定を復旧でき、自分のAI処理を比較できる人向けの実験です。Windows向けにも構成を限定した別実装がありますが、シリーズ名だけで導入可否を決めることはできません。

約2倍になるのはどの演算か

中心となるのは、FP16・BF16という16ビット形式の入力を使い、FP32で累積するTensor命令の発行性能です。累積は、掛け算の結果を足し合わせる処理を指します。GPU全体の描画性能や、アプリの終了までの時間を一律に2倍へ変える数字ではありません。

Linux版はNVIDIAドライバーより先にカーネルモジュールを動かし、速度選択レジスタを書き換え、PCIeの機能単位リセット後に通常のドライバーへ引き継ぎます。VBIOSをフラッシュする方式とは異なりますが、起動イメージと起動引数を扱う作業が必要です。

GeForce UnlockedとRTX 20の検証範囲

GeForce Unlockedとして話題になっている演算解除は、世代別の研究実装を区別する必要があります。RTX 20向けのturing-unlockはTU102のFP16 Tensor演算を対象とするLinuxカーネルモジュールです。開発元の試験構成はDell RTX 2080 Ti 22GB、PCI ID 10de:1e07、NVIDIA 575.51.03に限定され、ほかのカードやドライバーは未試験とされています。RTX 2060・2070などを含むシリーズ全体への対応表ではありません。

同開発元の250WでのFP16入力・FP32累積の行列積は、各辺1024／2048／4096／8192の順に50.3→68.3、55.7→91.4、53.7→81.7、52.8→77.9 TFLOPSでした。この4条件の改善率は約36～64％で、ゲームやAIアプリ全体の速度を測った数字ではありません。反復数や値の集計方法は記載されていないため、RTX 4090の命令ベンチと直接比較する指標にはできません。

別の研究実装KohakUnlockでも、物理的にVRAMを22GBへ増設したLeadtek RTX 2080 Tiの限定検証があります。演算解除のソフトウェアでVRAMが増えるわけではありません。公開ソースそのものによる実機再検証は主張されておらず、標準11GB版やWindowsでの動作へ一般化できません。開発者は起動不能・データ破損・ハードウェア損傷と、復旧を保証できないことを警告しています。

RTX 30の対応報告と例外

開発元の対応表は利用者からの報告を集めたものです。同じ型番の全個体、すべてのカーネルやドライバーでの動作保証ではありません。2026年10月25日時点の掲載状況は次のとおりです。

RTX 3060 Ti、RTX 3050、ノートPC向けGPUなどを、近い型番という理由で対応扱いにすることはできません。所有カードのPCI IDと、その実装の対象リスト・個別報告を照合する必要があります。RTX 3090中心の導入条件はRTX 3090のgpu-unlock解説でも確認できます。

RTX 40はLinux版とWindows実験を分けて選ぶ

RTX 4070 Ti SUPERとRTX 4060 Ti 16GBは実験対象です。Linux版では専用フラグと対象カードの正確なPCIアドレスを指定し、targets=allでは選択されません。4060 Ti 16GBの報告を8GB版の対応根拠にすることもできません。

WindowsのMSI RTX 4070 Ti報告は、MSI Z490、特定BIOS、NVIDIA 616.56などを固定した手動起動の実験です。RTX 4080の実験もカードIDとROMハッシュを限定します。どちらも、製品名が一致すれば配布物をそのまま使えるという意味ではありません。

RTX 4090は命令約2倍でも行列演算で差が出る

別の所有者によるRTX 4090の比較は、2026年10月24日UTCに、同一カード・同一450W制限で実施されました。Linux 7.2.11-arch1-1、NVIDIA 615.78.08、CUDA 13.4.92を使用し、デスクトップも稼働した環境です。

cuBLASは行列演算ライブラリです。FP32累積の密行列積を、ウォームアップ10回、1計時20演算、5回の反復で測定した中央値。通常時／解除後は1組の比較であり、代表的な推論・学習アプリ全体の実測ではありません。

同じ記録には、通常の再起動後の追試もあります。元の通常時を基準に、4096角BF16は8.2％遅くなりました。最初の0.995倍という結果だけを見て「どの起動でも同じ」と判断できず、行列サイズ、温度、クロック、バックグラウンド処理もそろえる必要があります。

実アプリの効果は自分の処理時間で判断する

命令性能を測るベンチマークでは、対象の計算を集中的に実行します。AIアプリにはモデルの読み込み、メモリ転送、入力処理、生成、保存などもあり、そのすべてが同じTensor命令で律速されるわけではありません。行列演算の倍率を、画像生成やLLMの総所要時間へ掛けることはできません。

特に「解除成功」「通常時との演算比較」「使用アプリでの比較」の3段階を区別してください。4060 Ti 16GBは最初の段階の報告、4090の上の数値は演算比較です。AI用途ならモデル・精度・入力長・バッチ数を固定し、初回ロードを含むかもそろえて処理時間と出力を比較するのが判断基準になります。

購入を考えている場合は、RTX 3090の海外相場と買い時も判断材料になります。

RTX 3080のLLM実測は入力処理で差が出た

利用者によるメモリ増設RTX 3080 20GB×2枚の比較では、vLLM 0.30の入力処理（prefill）が約33～36％向上し、最初のトークンが出るまでの時間（TTFT）は約25～26％短縮しました。一方、出力を順次生成するdecodeの速度変化は、各条件の測定のばらつきと重なりました。

同じ2枚でも、別のGGUF実行エンジンStrataでは8K入力のprefillは約0.5～0.8％増にとどまり、32K・128K入力で約12～13％増でした。Strataは5回の中央値、vLLMは入力トークン数をエンジンの入力処理時間で割った集計値で、両者の絶対速度を直接比べる測定ではありません。

測定者の環境はDebian 13.6／Proxmox、NVIDIA 615.71.09、各カード220W。vLLM側はQwen3.8-27B-W4A16-AutoRound、Strata側はQwen3.8 Flash-Next UD-Q4_K_XLを使用。8K・32K・128K入力、同時実行1／2、各5回で比較しました。各条件の反復は同じ起動内で行い、温度履歴と測定順は無作為化していません。メーカー認定や第三者ラボの測定ではなく、改造個体2枚を使った利用者報告です。

RTX 3060はGA104とGA106の測定を区別する

RTX 3060 12GBにも実アプリの比較報告があります。GA104版のPCI ID 10de:2487では、ComfyUIのSDXL系Illustriousが21.8秒から16.2秒へ短縮しました。これは約25.7％の時間短縮で、単一カードの同じワークフロー・seed・設定による各状態の2回目の実行です。

一方、Lenovo OEMのGA106版10de:2503で測ったOllamaのGemma 4・4bitモデルには高速化が出ていません。同じOEMカードでもFP16重みの別のLLM実行環境では入力処理が伸びており、モデルの精度と実行エンジンで効果が分かれます。AI演算の伸びと、ゲームで使い続けられるかは別の判断です。ゲーム用途の基準はRTX 3060のゲーム性能と買い替え基準で確認できます。カード名や12GBという容量だけで同じ効果を見込まず、モデルが収まる容量の目安は画像生成・ローカルLLM用PCの構成ガイドも参考にしてください。

試す前に必要な復旧と比較の準備

1. GPU名だけでなくPCI ID、OS、実装、実験フラグを照合します。Linux版とWindows UEFI版の手順を混ぜないでください。
2. 現在の起動設定を保存し、モジュールを適用しない起動経路と復旧方法を準備します。表示用GPUでは起動途中に画面が消える可能性があります。
3. 電力制限・ドライバー・アプリ・入力を固定し、適用前の処理時間と出力を保存します。解除ログの成功だけで使用を続ける判断をしないでください。
4. 適用後に普段の処理を比較し、計算結果、温度、エラーを確認します。短い計算の一致は長期安定性や任意のAI出力の正しさを保証しません。

Linux版の停止方法は起動引数のgpu_unlock.targets=を外すことです。Secure Bootの扱いは環境とモジュール署名に依存します。RTX 3090では登録済みMOK鍵で署名したモジュールを使い、Secure Boot有効のBazzite 44で動作した報告があります。無効化を一律の必須条件にはできず、この事例を別カードやWindowsの実装へ一般化することもできません。Windowsの実施者は起動不能、表示喪失、データ破損、ハードウェア損傷などのリスクも明記しています。

よくある質問

対応報告があっても、導入判断は用途と復旧能力で変わる

RTX 30には複数型番の解除報告、RTX 40には型番・実装を限定した検証があります。所有GPUで試す条件は、対応表との一致に加えて、起動設定を戻せることと、使用アプリで効果と出力を比較できることです。「約2倍」という演算性能の数字だけを理由に、GPUを買い足したり普段使いの環境へ導入したりするのは勧められません。

出典（2026年10月26日確認）：GA104版3060のComfyUI報告、GA106 OEM版3060のLLM報告、RTX 3090のSecure Boot有効報告、RTX 3080×2のLLM実測報告、Ampere開発元の対応表、Ada版の対応条件、RTX 4090所有者の比較実測、RTX 4060 Ti 16GBの検証、MSI RTX 4070 TiのWindows実験、TOTORONGのRTX 4080実験、Turing版の試験構成と行列積、KohakUnlockの検証範囲と警告

あわせて読みたい

グラフィックボード

RTX 3090のgpu-unlock導入条件と実測

グラフィックボード

RTX 3090の海外相場と買い時