El tope tensor de Nvidia parece una decisión de precio y Linux lo ha destapado

Si una tarjeta puede ofrecer el doble de rendimiento tensor en algunas operaciones con un módulo del kernel y un reinicio, ¿estaba realmente «limitada» por la física? Es la incómoda pregunta que Nvidia tiene ahora que responder, y creemos que la respuesta es obvia.

Qué ha pasado exactamente

Según PC Games Hardware, tres proyectos de desarrolladores saltan ya la restricción tensor en algunas GeForce RTX de las series 20, 30 y 40 bajo Linux. Se apoyan en trabajos previos con las tarjetas de minería CMP de Nvidia. La versión para Ada Lovelace, gpu-unlock-ada, levanta el límite en operaciones FP16 y BF16 con acumulación en FP32 en una RTX 4090. El rendimiento medido pasa de 165,6 a 331,6 TFLOPS.

El proyecto para Ampere, gpu-unlock, es el más maduro. En una RTX 3090 Ti, según el informe, el BF16 sube de 87,5 a 157,4 TFLOPS, una mejora de casi el 80 %. No se desbloquean unidades de cálculo ni memoria adicionales. El módulo se ejecuta antes que el controlador habitual, con firmware firmado de Nvidia, y después toma el relevo el controlador original. El cambio desaparece al reiniciar y hay que aplicarlo de nuevo en cada arranque.

Los números hablan de «segmentación», no de «física»

Nvidia lleva años documentando esta diferencia. En su documento técnico sobre Ada Lovelace, según PCGH, la RTX 4090 figura con 165,2 TFLOPS en FP16 con acumulación en FP32 y 330,3 TFLOPS con acumulación en FP16. El resultado desbloqueado cae casi exactamente en la segunda cifra. Mismo chip, mismo silicio y un techo que, a todas luces, es un ajuste de configuración.

Parece segmentación de mercado de manual. Las piezas profesionales y de centros de datos basadas en las mismas GPU reciben el rendimiento completo, y quienes compran una GeForce, no. Nvidia tiene derecho a vender productos distintos a precios distintos. Pero nos cuesta defender que el valor de un registro sea una diferencia de hardware. Un hilo de Reddit lo decía sin rodeos: el desbloqueo elimina una restricción artificial para poder cobrar más a las empresas. Es una opinión de foro, no un hecho documentado, y las fuentes no explican cuál es el motivo de Nvidia. Pero a nosotros nos resulta difícil leer los datos de otra manera.

Creemos además que el momento importa. El límite afecta sobre todo al BF16, que según PCGH usan muchos modelos de IA actuales. Nvidia vendió estas tarjetas en un mundo de videojuegos. Ahora sus propietarios ejecutan en ellas modelos de lenguaje y generación de imágenes en local, y, tal como lo vemos, un freno que protege los productos orientados a la IA también les afecta a ellos.

Sin exagerar la mejora y sin ignorar los riesgos

Antes de que nadie corra a flashear nada, un jarro de agua fría. Las mejoras no son homogéneas. PCGH señala que los mayores saltos se dan en el procesamiento de prompts largos y en ciertos modelos de imagen, mientras que la generación de un solo token apenas se acelera. No se ha medido ninguna mejora en fotogramas por segundo en juegos. El FP8, que Nvidia promocionó mucho en Ada, mejoró solo un 0,3 % en la única prueba realizada hasta ahora.

Las pruebas de la tarjeta protagonista también son escasas. El éxito con la 4090 se documentó en una sola tarjeta tras un arranque en frío, y PCGH indica que la fiabilidad en otras unidades no se ha estudiado como es debido. Ampere solo cuenta con informes de usuarios para cinco modelos, y Turing es apenas un estudio de viabilidad. Se trata de software experimental que se ejecuta por debajo del controlador y lanza firmware firmado con una carga personalizada. Lo trataríamos como un firmware para overclocking: bien en un ordenador de repuesto, una mala idea en el equipo que necesitas para trabajar mañana. Tampoco contaríamos con ninguna buena voluntad de la garantía, aunque la documentación no dice cómo responderá Nvidia y no vamos a especular.

Nuestro veredicto

La gente debería ser dueña del silicio que paga. Si un chip puede hacer algo con seguridad, dejarlo desactivado en el firmware solo para proteger un modelo más caro es difícil de justificar ante quien compra una tarjeta insignia. Que la comunidad haya tenido que escarbar en el firmware para lograrlo es la verdadera noticia. Lo mejor sería que Nvidia lo convirtiera en una opción oficial y con soporte, o al menos explicara dónde está la línea. Dudamos que lo haga, porque el objetivo del tope parece ser separar precios.

Hasta entonces, nuestro consejo es sencillo. Si usas IA local en una GeForce más antigua bajo Linux, sigue la evolución de estos proyectos, prueba en hardware no crítico y espera a que haya más de una 4090 con éxito. Y si estás decidiendo qué comprar, recuerda que las hojas de especificaciones describen lo que el fabricante deja hacer al chip, no necesariamente lo que puede hacer.