GPU Unlock Lab: mehr lokale KI aus vorhandenen RTX-Karten
Entwicklungsstand auf einen Blick
Was in Software entwickelt und geprüft ist, steht getrennt von dem, was auf Hardware noch fehlt. Nichts hier ist ein Benchmark.
- Windows-Kernel-Treiber und PnP-Geräteverwaltung weiterentwickelt.
- Konkreter Kernel-Provider mit dem Windows-Client verbunden.
- Fehler im GA102-Firmwareübergang gefunden und korrigiert.
- SS0/SS1-Registerlogik und Firmwarezustände in einer CPU-Testumgebung geprüft.
- DMA-Ressourcenverwaltung und sichere Rückgabepfade deutlich verbessert.
- Echte Windows-Plattformabfragen integriert.
- Reproduzierbare Builds, Fehler- und Integrationstests, unabhängige Code-Reviews.
- Der eigentliche GPU-Unlock auf einer echten Karte.
- Die sichere Übergabe vom und zum NVIDIA-Treiber.
- Der tatsächliche Firmwarezustandswechsel auf der Karte.
- Ein offiziell signierter Windows-Kerneltreiber.
- Eine dedizierte Hardware-Testbench mit entbehrlicher RTX-Karte.
- Kontrollierte Hardwaretests mit klaren Sicherheitsgrenzen.
- Reproduzierbare Messungen statt Versprechungen – veröffentlicht erst, wenn sie vorliegen.
Besonders wertvoll: Wir haben nicht nur weitere Tests bestanden, sondern mit gezielten Gegenbeispielen echte Fehler in der Treiber- und Ressourcenverwaltung gefunden und behoben.
Worum es geht und wie wir vorgehen
Das Problem
- Bei bestimmten GeForce-Karten ist die Leistung ausgewählter Tensor-Core-Berechnungen begrenzt – genau die Rechenleistung, die lokale KI braucht.
- Es gibt bereits Open-Source-Projekte, die zeigen, dass sich solche Grenzen unter bestimmten Voraussetzungen umgehen lassen.
- Der Haken: Sie greifen in UEFI, Bootvorgang oder GPU-Initialisierung ein – selbst für erfahrene Profis nicht ohne Risiko.
Unser Ansatz
- Windows-nativ über die Laufzeit: möglichst ohne Neustart, ohne UEFI-Eingriff, ohne Bootloader-Änderung.
- Kernel-Treiber, PnP, Firmware- und DMA-Pfade werden zuerst in Software und in einer CPU-Testumgebung geprüft.
- Entwickelt mit Codex, Claude Code und lokalen KI-Modellen – mit unabhängigen Code-Reviews.
- Ergebnis offen: eine einfache, nachvollziehbare Open-Source-Lösung, damit mehr Menschen lokale KI nutzen können.
Gesucht: Testbench- und Hardwarepartner
Unsere beiden RTX 3090 bleiben unangetastet: Auf ihnen laufen produktive KI- und Trainingssysteme, die wir nicht für experimentelle Firmwareeingriffe riskieren. Für den nächsten Schritt brauchen wir deshalb echte, separate Hardware.
Was hilft
- Eine entbehrliche RTX-Karte – sie sollte verzichtbar sein, falls ein Test schiefgeht.
- Eine separate GPU-Testbench oder ein Testlabor.
- Technikpartner mit CUDA-, PCIe-, Kernel- oder Firmware-Erfahrung.
- Modder, Overclocker und Reviewer, die mitdenken oder kritisch gegenprüfen.
- Kontakte in die GPU-, Hardware- oder Overclocking-Szene.
Für wen das spannend ist
- PC-Modder, Overclocker und Maker.
- IT-Systemhäuser und Hardwarelabore.
- Technik-YouTuber.
- Besonders gern aus Berlin-Brandenburg – aber genauso international.
Verlauf und Beiträge
Wir zeigen auch die schwierigen Teile, nicht nur die Erfolgsmeldungen.
So arbeiten wir
- Keine Wunder versprechen, keine Benchmarks erfinden. Leistungswerte gibt es erst, wenn sie auf Hardware reproduzierbar gemessen sind.
- Software-Test ist nicht Hardware-Test. Was nur in der CPU-Testumgebung geprüft ist, steht nie als Hardware-Nachweis da.
- Produktivsysteme bleiben unangetastet. Experimente laufen nur auf separater, entbehrlicher Hardware mit klaren Sicherheitsgrenzen.
- Fehler gehören dazu. Gefundene und behobene Fehler sind Teil des Fortschritts und werden offen geteilt.
- Am Ende Open Source. Die Lösung soll einfach und nachvollziehbar sein – und kostenlos.
Häufige Fragen
Ist der GPU-Unlock schon möglich?
Nein. Der eigentliche Unlock ist bisher auf keiner echten Grafikkarte nachgewiesen. Entwickelt und in Software- und Integrationstests geprüft sind Kernel-Treiber, Geräteverwaltung, Firmware- und DMA-Pfade.
Braucht der Ansatz UEFI-Eingriffe oder einen Neustart?
Das Ziel ist ein Weg über die Windows-Laufzeit – möglichst ohne Neustart, ohne UEFI-Eingriff und ohne Änderungen am Bootloader. Ob das auf Hardware gelingt, ist noch offen.
Wird die Lösung kostenlos?
Ja, geplant ist eine möglichst einfache, nachvollziehbare Open-Source-Lösung, die kostenlos veröffentlicht wird.
Warum testet AKworkz nicht auf den eigenen Karten?
Unsere beiden RTX 3090 tragen produktive KI- und Trainingssysteme. Experimentelle Kernel- und Firmwareeingriffe gehören auf eine separate Testbench.
Wie kann ich mitmachen?
Mit einer entbehrlichen RTX-Karte, einer separaten GPU-Testbench oder einem Hardwarelabor – oder indem du uns mit jemandem aus der GPU-, Hardware- oder Overclocking-Szene verbindest. Schreib an info@akworkz.de.
← Alle Projekte · VENOM Entwicklungsstand · Wissen: Lokale KI