单卡2080 Ti解锁Tensor Core后预训练吞吐实测

Dezhou Shen 发表实测研究，用 turing-unlock 内核模块在 nvidia 驱动绑定前写入 FP16 速度选择器并释放 ACR mutex，使单张 22G RTX 2080 Ti 的 cuBLAS FP16 matmul 吞吐从 55.7 提升至 91.4 TFLOPS，约 1.6 倍。 在从零预训练实测中，75.7M 参数、512 宽、8+8 层并开启激活检查点的小规模配置，稳态吞吐从 6,480 提升至 7,246 tok/s（+11.8%），总耗时从 1.77 小时降至 1.61 小时，节省 9.0%。

AI 根据报道生成 · 2 小时前更新

还没有足够的连续观测数据，暂不绘制趋势。