Karty kryptowalutowe Nvidii odblokowane do zadań wnioskowania AI
Karty kryptowalutowe Nvidii odblokowane do zadań wnioskowania AI
Luka w sterownikach Nvidii umożliwiła odblokowanie ograniczeń wydajnościowych kart CMP HX170, przekształcając je w potężne narzędzia do inferencji. Eksperci ostrzegają jednak przed gwałtownym wzrostem cen tych urządzeń na rynku wtórnym.
Karty kryptowalutowe Nvidii odblokowane do zadań wnioskowania AI
W 2021 roku Nvidia wprowadziła serię mocno okrojonych kart CMP HX170, opartych na chipie A100 i przeznaczonych do kopania kryptowalut. Formalnie posiadały one 8 lub 10 GB pamięci oraz moc obliczeniową zredukowaną o 32 razy, zachowując jednak pełną przepustowość pamięci niezbędną dla algorytmów miningowych. Po przejściu Ethereum na mechanizm Proof-of-Stake karty te stały się praktycznie bezużyteczne.
Jednak pod koniec czerwca pojawiła się publikacja naukowa opisująca sposób obejścia niektórych restrykcji dzięki luce w nowych sterownikach Nvidii. Autorzy nie udostępnili kodu źródłowego, ale w ciągu kilku tygodni luka została niezależnie zweryfikowana przez społeczność, co doprowadziło do powstania narzędzia cmpunlocker.
Dzięki temu karty z 10 GB pamięci zostały odblokowane do pojemności 40 (a nawet 80) GB, natomiast modele z 8 GB osiągnęły aż 64 GB. Problem polegał na tym, że fizyczne usunięcie kości HBM bez utraty przepustowości było niemożliwe, więc Nvidia blokowała programowo 80% dostępnej pamięci. Hackerom udało się również zdjąć ograniczenia dotyczące mocy obliczeniowej. Głównym pozostającym wyzwaniem jest interfejs PCIe, który w tych kartach obsługuje jedynie wersję 2.0 i ma fizyczną szerokość x4, choć entuzjaści już pracują nad rozwiązaniami tego problemu.
W efekcie szczęśliwi nabywcy, którzy kupili te karty przed skokiem cenowym za 100–200 dolarów, uzyskali niemal pełnoprawny odpowiednik modelu A100 za bardzo niską kwotę, co jest istotne w kontekście aktualnego kryzysu sprzętowego. Obecnie ceny drastycznie wzrosły, a zakup tych urządzeń po pięcio- lub dziesięciokrotnie wyższej cenie niż pierwotna wydaje się mało opłacalny.
Dlaczego to ważne
AnalizaTa sytuacja pokazuje, jak luki w oprogramowaniu mogą fundamentalnie zmienić dynamikę rynku sprzętu graficznego. Podkreśla ona również kluczowe znaczenie bezpieczeństwa w technologiach związanych z kryptowalutami i infrastrukturą AI.
Dyskutuj w społeczności
Dziel się swoimi pytaniami i spostrzeżeniami z programistami
Powiązane w ekosystemie
Praktyczne poradniki, kluczowa terminologia i skille agentów
Monopol Nvidii i platforma CUDA
Analiza technologicznej i ekonomicznej dominacji korporacji Nvidia na rynku sztucznej inteligencji. Jak stworzona w 2006 roku platforma programistyczna CUDA (Compute Unified Device Architecture) przekształciła zwykłe karty graficzne do gier w główny narzędzie obliczeniowe świata oraz dlaczego konkurenci (AMD, Intel) mają tak duże trudności z przełamaniem tego monopolu.
Silniki TensorRT-LLM i SGLang o wysokiej wydajności
Głęboko skompilowane silniki obliczeniowe do ekstremalnej optymalizacji wnioskowania modeli językowych na serwerach NVIDIA, z optymalizacją grafów, FlashAttention-3 oraz zaawansowanym routingiem.
Claude + Notion dla biznesu: automatyzacja CRM, zadań i treści w 30 minut
Przewodnik krok po kroku dla B2B dotyczący integracji Claude i Notion: gotowa architektura baz danych, wyzwalacze, formuły, skrypty automatyzacji oraz szablony promptów.
Subagenci i równoległa praca w Claude Code: jak wykonywać wiele zadań jednocześnie
Kompletny przewodnik po równoległym przetwarzaniu zadań w Claude Code: architektura subagentów, kontekst współdzielony i izolowany, wzorce Fan-Out i Swarm, praca przez CLI z flagą -p oraz optymalizacja tokenów.