<?xml version="1.0" encoding="UTF-8"?><rss xmlns:dc="http://purl.org/dc/elements/1.1/" xmlns:content="http://purl.org/rss/1.0/modules/content/" xmlns:atom="http://www.w3.org/2005/Atom" version="2.0"><channel><title><![CDATA[【开源分享】3090在Windows解锁虽然爽但是关机开机就要重来。我做了个windows开机自动解锁，叫你Agent抄作业即可！]]></title><description><![CDATA[<p dir="auto"><img src="https://upload.lcz.me/uploads/ef57db9d-8f2c-4810-9ece-7c2d7ecabd1a.png" alt="a_high_quality_stylized_tech_poster_infographic_s.png" class="img-markdown  img-fluid" /></p>
<p dir="auto">我的情况是RTX 3090 四卡，但是我做成了无论你是几卡都能用。（如果有问题大哥/大姐尽管回来吐槽，我赶紧跪着改！）</p>
<p dir="auto">RTX 3090  Windows 开机自动解锁，连续多次冷启动验证通过！</p>
<p dir="auto">今天在折腾 RTX 3090 的算力解锁。</p>
<p dir="auto">之前已经成功验证了单卡以及多卡的 FP16/BF16 计算性能提升，但有一个问题始终没有解决：</p>
<p dir="auto"><strong>难道每次电脑关机重新启动，都要手动进入 UEFI 环境，再解锁一次显卡吗？</strong></p>
<p dir="auto">对于长期运行 AI 大模型的四卡服务器来说，这显然不够实用。</p>
<p dir="auto">经过多轮调试，我终于把它做成了一套 Windows 开机自动解锁方案，并将成果整理到了 GitHub。</p>
<p dir="auto"><img src="https://upload.lcz.me/uploads/74ff7988-9de6-4a67-97ae-7b13bb2952b8.jpg" alt="wide_cinematic_tech_poster_thumbnail_scene_of_a.jpg" class="img-markdown  img-fluid" /></p>
<p dir="auto"><strong>项目地址：</strong></p>
<p dir="auto"><a href="https://github.com/JumpEggKiller/Windows-GPU-UNLOCK" rel="nofollow ugc">https://github.com/JumpEggKiller/Windows-GPU-UNLOCK</a></p>
<p dir="auto">这是基于 impacifist/Windows-GPU-UNLOCK 继续开发的 Fork，保留上游研究成果，重点完善了多卡、无人值守冷启动、Windows 启动交接与部署流程。</p>
<h2>1. 我的测试平台</h2>
<ul>
<li>GPU：RTX 3090 × 4，合计 96GB 显存</li>
<li>内存：256GB ECC DDR4</li>
<li>系统：Windows 10</li>
</ul>
<p dir="auto">【注意】我把我插着显示器的那张3090也解锁了，所以如果你要解锁带显示器的卡还涉及显示输出，你最好加一个亮机卡或者显示器插主板上，不然解锁过程出岔子你就无从得知。</p>
<h2>2. 现在实现了什么？</h2>
<p dir="auto">最重要的是：</p>
<p dir="auto"><strong>开机 → 自动检测 → 四卡解锁 → 验证状态 → 直接进入 Windows。</strong></p>
<p dir="auto">整个过程发生在操作系统启动之前。</p>
<p dir="auto">不需要登录 Windows 后再运行解锁脚本，不需要每次手动操作 U 盘，也不需要刷写显卡 VBIOS。</p>
<p dir="auto">我们使用独立 EFI 系统分区保存启动程序，通过 UEFI 固件启动顺序执行解锁，成功后直接交接给 Windows Boot Manager。</p>
<p dir="auto">解锁状态不会永久写入显卡，每次冷启动都会重新建立。</p>
<h2>3. 实际验收结果</h2>
<p dir="auto">目前在我的四卡服务器上：</p>
<ul>
<li>四卡解锁：4/4 PASS</li>
<li>无人值守冷启动：ALL PASS</li>
<li>解锁状态保留：4/4 PASS</li>
<li>Windows 启动交接：PASS</li>
<li>无额外复位：PASS</li>
</ul>
<p dir="auto">最关键的成功记录：</p>
<p dir="auto"><code>GUH1 0000000000000000 4 4 4 4</code></p>
<p dir="auto">意味着四张目标卡全部完成解锁、保留状态并通过最终检查。</p>
<p dir="auto">即使承担显示任务的 GPU0，也在保留独立显示通路的前提下通过了所有权释放与状态检查。</p>
<h2>4. 性能提升有多大？</h2>
<p dir="auto">在此前的一轮单卡 Tensor GEMM 基准测试中：</p>
<table class="table table-bordered table-striped">
<thead>
<tr>
<th>指标</th>
<th style="text-align:right">解锁前</th>
<th style="text-align:right">解锁后</th>
<th style="text-align:right">提升</th>
</tr>
</thead>
<tbody>
<tr>
<td>FP16</td>
<td style="text-align:right">79.41 TFLOPS</td>
<td style="text-align:right">121.14 TFLOPS</td>
<td style="text-align:right">+52.5%</td>
</tr>
<tr>
<td>BF16</td>
<td style="text-align:right">81.26 TFLOPS</td>
<td style="text-align:right">125.64 TFLOPS</td>
<td style="text-align:right">+54.6%</td>
</tr>
</tbody>
</table>
<p dir="auto">测试针对 FP16/BF16 Tensor 计算路径，并不代表所有 AI 模型、游戏或其他负载都会提升 50%。</p>
<p dir="auto">本次 Fork 的重点也不是重新创造这些解锁能力，而是解决它们在 Windows 多卡/单卡服务器上的<strong>启动自动化与可复现性</strong>，减少你重复操作的麻烦。</p>
<h2>5. 换一台机器能用吗？</h2>
<p dir="auto">这次也增加了面向新机器的部署向导 <code>Adopt.ps1</code>。</p>
<p dir="auto">它会自动盘点显卡身份、生成配置、构建启动镜像并引导部署过程，支持分步骤执行以及恢复 Windows 优先启动。</p>
<p dir="auto">【但必须说明】目前实机完整验证的是我的四卡 RTX 3090 平台，不能保证所有主板、VBIOS 和 NVIDIA 显卡都兼容。你可以让你的Agent抄作业照着改！</p>
<p dir="auto">尤其需要注意：</p>
<ul>
<li>必须具备安全的备用显示通路。!</li>
<li>当前方案使用未签名 UEFI 程序，需要关闭 Secure Boot。</li>
<li>需要独立 FAT32 EFI 分区，不能直接改写 Windows EFI 分区。</li>
<li>需要满足项目文档中的 BitLocker、固件版本及硬件校验要求。</li>
<li>解锁异常时采用失败即停止策略，避免带着不完整状态进入 Windows。</li>
</ul>
<p dir="auto">强烈建议先阅读仓库的 <a href="http://ADOPT.md" rel="nofollow ugc">ADOPT.md</a>，而不是直接把其他人的 EFI 文件复制到自己的电脑上运行。</p>
<p dir="auto"><img src="https://upload.lcz.me/uploads/53274f03-5324-4104-b8f5-d5889da4bf89.png" alt="Windows 开机自动解锁 3090 技巧指南.png" class="img-markdown  img-fluid" /></p>
<h2>6. 项目开源</h2>
<p dir="auto">我的 Fork：</p>
<p dir="auto"><a href="https://github.com/JumpEggKiller/Windows-GPU-UNLOCK" rel="nofollow ugc">https://github.com/JumpEggKiller/Windows-GPU-UNLOCK</a></p>
<p dir="auto">上游项目：</p>
<p dir="auto"><a href="https://github.com/impacifist/Windows-GPU-UNLOCK" rel="nofollow ugc">https://github.com/impacifist/Windows-GPU-UNLOCK</a></p>
<p dir="auto">底层研究来源：</p>
<p dir="auto"><a href="https://github.com/Zagitta/gpu-unlock" rel="nofollow ugc">https://github.com/Zagitta/gpu-unlock</a></p>
<p dir="auto">感谢原项目作者及后续移植者的研究与开源贡献。</p>
<p dir="auto">如果你也在使用 RTX 3090 运行本地 AI，欢迎交流不同主板、VBIOS、单卡和多卡的实际兼容性。</p>
<p dir="auto">让后面来抄作业的大哥/大姐更加快速的部署解锁！阿弥陀佛！善哉！</p>
<p dir="auto">尤其希望看到更多独立机器的复现实测，而不只是软件模拟测试。</p>
<p dir="auto"><strong>这次最大的收获，不仅是让 3090 跑得更快，而是让解锁后的算力能够真正融入一台可长期使用的 Windows AI 服务器。</strong></p>
<p dir="auto">我是跳蛋杀手。下次我弄出点什么方便的东西来我再继续分享。</p>
]]></description><link>https://lcz.me/topic/2608</link><generator>RSS for Node</generator><lastBuildDate>Mon, 26 Oct 2026 19:04:18 GMT</lastBuildDate><atom:link href="https://lcz.me/topic/2608.rss" rel="self" type="application/rss+xml"/><pubDate>Mon, 26 Oct 2026 16:26:33 GMT</pubDate><ttl>60</ttl></channel></rss>