应用介绍
RTX 4090 的 FP16 张量算力在 FP32 累加模式下只有 165 TFLOPS，是芯片能力的一半。想让训练和推理里的矩阵乘法多跑一倍，过去没有现成的 Linux 方案。
gpu-unlock-ada 把 Zagitta 的 gpu-unlock 搬到了 Ada 架构：同样是内核模块，在 NVIDIA 官方驱动加载前运行，把速度选择写成满速再做 PCIe 复位。作者在一张 4090 上实测 FP16 和 BF16 的 FP32 累加吞吐从 165.6 提升到 331.6 TF/s，驱动 615.78 初始化和 CUDA 基准都没受影响，INT8 和标量 FP32 保持原样。
作者说得很直白：这是一张卡一次冷启动的结果，独立复现和应用层数值验证还在等待，RTX 4070 Ti SUPER 只是实验性支持，需要显式开关并指定唯一的 PCI 地址。
RTX 4090 张量算力：AD102 上 FP16、BF16 配 FP32 累加的吞吐约为原来的两倍，INT8、dp4a 和标量 FP32 不变。
4070 Ti SUPER 实验支持：需要同时设置 gpu_unlock.ad103_experimental=1 和那张卡的精确 PCI 地址，targets=all 不会选中它；作者在一张卡上测到 FP16 95.0 到 189.9 TF/s，FP8 的一个 CUTLASS 测试没有明显提升。
驱动前运行：运行已签名固件、检查完成标记和权限，写入速度选择并复位，之后由原版 NVIDIA 驱动接管，没有补丁驱动也不需要 UEFI 程序。
本机生成固件：make install 下载固定哈希的 NVIDIA 输入，在本机生成固件并打成 Arch、Debian 或 RPM 包，仓库本身不分发预编译固件。
冷启动建议：第一次请彻底关机再开机，让显卡固件状态是干净的；模块会拒绝在已经绑定、已掉电或 WPR2 残留的卡上重复运行。
gpu-unlock-ada 把 Zagitta 的 gpu-unlock 搬到了 Ada 架构：同样是内核模块，在 NVIDIA 官方驱动加载前运行，把速度选择写成满速再做 PCIe 复位。作者在一张 4090 上实测 FP16 和 BF16 的 FP32 累加吞吐从 165.6 提升到 331.6 TF/s，驱动 615.78 初始化和 CUDA 基准都没受影响，INT8 和标量 FP32 保持原样。
作者说得很直白：这是一张卡一次冷启动的结果，独立复现和应用层数值验证还在等待，RTX 4070 Ti SUPER 只是实验性支持，需要显式开关并指定唯一的 PCI 地址。
软件功能
RTX 4090 张量算力：AD102 上 FP16、BF16 配 FP32 累加的吞吐约为原来的两倍，INT8、dp4a 和标量 FP32 不变。
4070 Ti SUPER 实验支持：需要同时设置 gpu_unlock.ad103_experimental=1 和那张卡的精确 PCI 地址，targets=all 不会选中它；作者在一张卡上测到 FP16 95.0 到 189.9 TF/s，FP8 的一个 CUTLASS 测试没有明显提升。
驱动前运行：运行已签名固件、检查完成标记和权限，写入速度选择并复位，之后由原版 NVIDIA 驱动接管，没有补丁驱动也不需要 UEFI 程序。
本机生成固件：make install 下载固定哈希的 NVIDIA 输入，在本机生成固件并打成 Arch、Debian 或 RPM 包，仓库本身不分发预编译固件。
冷启动建议：第一次请彻底关机再开机，让显卡固件状态是干净的；模块会拒绝在已经绑定、已掉电或 WPR2 残留的卡上重复运行。
