Nvidia-ს GPU-ების მუშაობის გაუმჯობესება: ახალი ინსტრუმენტი AI-სთვის
Nvidia-ს გრაფიკული ბარათების მფლობელებისთვის, რომლებიც ხელოვნური ინტელექტის (AI) ამოცანებზე მუშაობენ, ახალი შესაძლებლობა გაჩნდა. ღია კოდის მქონე UEFI ინსტრუმენტი, სახელწოდებით nv-uefi-unlocker, საშუალებას აძლევს მომხმარებლებს, მოხსნან კომპანიის მიერ დაწესებული შეზღუდვები RTX 20, 30 და 40-სერიის ვიდეო ბარათებზე. ეს ცვლილება მნიშვნელოვნად ზრდის Tensor ბირთვების გამტარუნარიანობას, რაც FP16 მათემატიკური გამოთვლების სისწრაფეს 65%-ით ან მეტით აუმჯობესებს.
როგორ მუშაობს განბლოკვა?
ტრადიციულად, Nvidia თავის სამომხმარებლო ვიდეო ბარათებზე გარკვეულ შეზღუდვებს აწესებს, რათა ისინი პროფესიონალური სერიის ბარათებისგან დიფერენცირებული იყოს. ახალი ინსტრუმენტი ამ პრობლემას ჭკვიანური გზით აგვარებს: ის მუშაობს ოპერაციული სისტემის ჩატვირთვამდე, UEFI დონეზე. USB ფლეშ დრაივიდან ჩატვირთვისას, პროგრამა „ატყუებს“ Nvidia-ს ფირმვერს (firmware), რათა მან გახსნას წვდომა რეგისტრებზე, რომლებიც პასუხისმგებელნი არიან სიჩქარის ლიმიტზე.
მნიშვნელოვანია, რომ ეს მეთოდი არ საჭიროებს ვიდეო ბარათის BIOS-ის გადაწერას ან დრაივერების მოდიფიცირებას. ვინაიდან ცვლილება მხოლოდ დროებითია და ყოველ ჩატვირთვაზე აქტიურდება, რისკები მინიმუმამდეა დაყვანილი. თუმცა, მომხმარებლებმა უნდა გაითვალისწინონ, რომ სისტემა უნდა მუშაობდეს UEFI რეჟიმში, ხოლო Secure Boot ფუნქცია ან გამორთული უნდა იყოს, ან კონფიგურირებული ისე, რომ ენდობოდეს თვითხელმოწერილ EFI ფაილებს.
თავსებადობა და შეზღუდვები
პროექტი ოფიციალურად მხარს უჭერს RTX 20, 30 და 40-სერიის როგორც დესკტოპის, ისე ლეპტოპის გრაფიკულ პროცესორებს. მაგალითად, ტესტირებისას RTX 4060 ლეპტოპის GPU-მ აჩვენა 65%-იანი ზრდა, ხოლო RTX 4080-მა გარკვეულ ტესტებში თითქმის ორმაგი წარმადობა დააფიქსირა. მიუხედავად ამისა, არსებობს გარკვეული ნიუანსები:
- RTX 50-სერიის ბარათები ამ ეტაპზე მხარდაჭერილი არ არის, რადგან მათ აქვთ გაძლიერებული უსაფრთხოების სისტემები.
- ლეპტოპების შემთხვევაში რეკომენდებულია dGPU-მოდის გამოყენება.
- ზოგიერთი თამაშის ანტი-ჩიტ (anti-cheat) სისტემამ შესაძლოა პრობლემები შექმნას, თუ Secure Boot გამორთულია.
რატომ არის ეს მნიშვნელოვანი?
ეს ინსტრუმენტი განსაკუთრებით საინტერესოა მათთვის, ვინც სახლის პირობებში ავარჯიშებს მცირე ზომის ენობრივ მოდელებს (LLM) ან მუშაობს გენერაციულ ხელოვნურ ინტელექტზე. აქამდე მსგავსი შედეგების მისაღებად რთული ლინუქსის მოდულების ინსტალაცია იყო საჭირო, ახლა კი პროცესი მაქსიმალურად გამარტივებულია.
მიუხედავად იმისა, რომ შედეგები შთამბეჭდავია, მომხმარებლებმა უნდა გაითვალისწინონ, რომ ბარათის მუშაობის ლიმიტის მოხსნა ზრდის ენერგომოხმარებასა და გათბობას. დამწყებ მომხმარებლებს ურჩევენ, სიფრთხილით მოეკიდონ სისტემის გაგრილებას, რადგან ქარხნული თერმული ლიმიტების გადაჭარბებამ შესაძლოა მოწყობილობის სტაბილურობაზე იმოქმედოს. უახლოეს მომავალში დეველოპერები გეგმავენ კიდევ უფრო მარტივი ინტერფეისის შექმნას, რაც ამ „ჰაკს“ კიდევ უფრო ხელმისაწვდომს გახდის ფართო აუდიტორიისთვის.