解锁版 RTX 4090 的 GEMM 性能分析与工程调优
众所周知,老黄的家用卡都被砍了 Tensor Core 的算力,特征就是使用 FP32 累加路径的 GEMM 性能通常只有 FP16 累加精度的一半(一些特例除外,如 5090 上的 MXFP8、NVFP4);然而对应的专业卡(如 RTX Ada 5000、RTX Pro 6000)则能全速完成。从开源 GPU 驱动中可以发现,这其实是这篇显卡在发射指令时,速率被人为减半了。最近,终于有人成功通过一连串的 GPU 固件漏洞(大部分来自 CMP170HX 的解锁分析),成功修改了相关的内部寄存器配置,恢复了发射速率。用户只需要在使用显卡前加载一个内核模块,甚至是在 UEFI 中 chainload 一个小程序,就可以享受免费升舱了。真是大圣人也。
wg-vanity:(又一个)Rust 实现的 WireGuard 地址生成器
众所周知,WireGuard 的公私钥是 base64 编码后的 X25519 密钥对,每个 peer 唯一对应一组密钥。为了更方便识别客户端,很多人都会想生成“好看”的公钥地址,也就是在中间包含特定的字符串或者前缀。
很明显这是一种类似于挖矿的暴力搜索,除了反复生成密钥之外别无他法。
RTX 5090 的细粒度温度传感器与物理 SM / TPC 映射探测
七月初,超频爱好者们又给老黄带来了新的惊喜:RTX 5090 的若干非公开的温度传感器的 PCIe BAR 地址被逆向了出来: [1][2][3]。这些传感器包含了四个热点(hotspot)CH0 到 CH3,以及每一片 GDDR7 显存模块的温度(根据型号不同,可能有 8 或者 16 个传感器)。这些热点传感器比公开 API(比如 nvidia-smi 或者 NVML)能读到的信息更丰富,更接近芯片的实际温度(比如结温),刷新率也更高,自然能给超频玩家更多的玩法。但我并不超频,它还有什么用呢?有的,这两天,在 GPT-5.6 Sol 的帮助下,我还是做了一些有趣的探究。
6000 端口占用导致 SLURM 卡死诊断一例
今天在组里的某个 GPU 集群上部署了一套 SLURM,方便多人使用。我本以为只是从已有集群复制配置、启动服务,十分钟之内就能搞定,没想到因为一个玄学的问题整整卡了一个多小时。
在 RTX 5090 (SM120) 上补全 NVFP4 量化相关 kernel
本文部分内容由 GPT 5.4 根据大纲写成,我进行了校对和风格修改。如仍有生硬之处,敬请谅解。本文中的 vibe coding 过程使用 GPT 5.4 / Claude Opus 4.6 完成,使用了 Cursor 和 Claude Code 作为不同阶段的辅助工具。
共计 57 篇文章,8 页。