RTX 4090 D 解锁实测：Tensor 吞吐翻倍与 Strata 复测
内容提要
作者为RTX 4090 D打补丁解锁后，FP32累加的Tensor吞吐翻倍：FP16 GEMM提升28%，BF16提升63%，TF32提升90%，数值校验无误。解锁后Strata运行Qwen3.8-Flash-Next，解码约129–145 token/s，长输入预填充约3422 token/s，较此前提升约18–21%。但解锁对实际推理的贡献仍需同配置A/B测试确认。
延伸解读
解锁收益集中在特定计算路径
实测显示，解锁后Tensor吞吐提升仅出现在FP32累加的运算中：FP16 GEMM提升28%，BF16提升63%，TF32提升90%；而FP16累加、INT8和dp4a等路径几乎不变。这说明解锁并非全面提升算力，而是恢复了被限制的特定指令吞吐。读者需注意，GEMM增益因数据类型而异，不能简单外推为应用速度翻倍。
推理提速对比存在混杂因素
Strata复测中，解码和长输入预填充较此前分别提升约20.67%和18.00%，但对比跨越了引擎版本升级（v0.1.39到v0.1.47），且输入文本、生成长度和采样设置均不同，MTP接受率和专家缓存命中也有变化。因此，这些差异不能全部归因于解锁。要量化解锁对推理的贡献，需在相同引擎、输入和配置下进行锁定/解锁A/B测试。
实验边界与未验证项
本次测试仅覆盖单次前后对比和两次正常重启，未进行断电循环或长时间稳定性负载；第二次重启只检查了解锁状态和服务健康，未重复完整计算测试。此外，恢复原启动路径后的速率回读及断电后状态均未测试。补丁基于特定内核和社区提交，内核变更需重新构建验证。读者应将这些结果视为特定配置下的实验数据，而非普适结论。
Q&A
RTX 4090 D 解锁后 Tensor 吞吐量具体提升了多少？
FP16 GEMM 提升 28.22%，BF16 提升 63.16%，TF32 提升 90.28%；MMA 微基准中 FP16/FP32 累加从 145.1 升至 291.5 TFLOPS，BF16/FP32 从 145.0 升至 289.6 TFLOPS，而 FP16 累加和整数运算基本不变。
解锁 RTX 4090 D 需要哪些步骤和注意事项？
需使用社区补丁（如 JustAResearcher 的提交），添加设备准入、AD102 固件选择等修改，并设置 ad102d_experimental=1 和 targets=完整 PCI 地址（如 0000:01:00.0）。解锁模块必须在 NVIDIA 驱动前加载，可通过独立启动项和早期加载脚本实现。注意：不刷 VBIOS，需禁用 Secure Boot，且该补丁为实验性，仅限单卡。
解锁后 Strata 运行 Qwen3.8-Flash-Next 的推理速度如何？
解码速度约 129–145 token/s，长输入预填充约 3421.9 token/s。具体：短中文请求解码 134.8 token/s，2K 中文材料解码 137.3 token/s，8K 中文材料解码 144.6 token/s，32K 源码审查解码 129.0 token/s、预填充 3421.9 token/s。
解锁后的数值精度是否可靠？
数值校验通过：FP16 和 BF16 GEMM（FP32 累加）各检查 65536 个元素，失败数为 0，最大绝对误差为 0；FP16、TF32、INT4 的 cubin 检查各覆盖 270336 个元素，无不匹配。主机单元测试 22 项中 19 项通过，3 项因缺少依赖跳过。
解锁对实际模型推理的贡献有多大？
文章指出，解锁对实际推理的贡献仍需同配置的锁定/解锁 A/B 测试确认。当前对比中，解码提升约 20.67%，长输入预填充提升约 18.00%，但混杂了引擎升级（v0.1.39 到 v0.1.47）、输入文本、生成长度和采样设置变化等因素，不能单独归因于解锁。
如何恢复到原始启动路径并确认解锁状态？
检查是否有待处理的测试 BootNext，若有则用 efibootmgr --delete-bootnext 取消，然后正常重启。启动原始路径后，重新读取速率以确认是否恢复半速率运行，必要时进行电源循环。注意：恢复重启和电源循环后的状态未在实验中测试。
