RTX 3060 12GB (GA106 2504) + X99/C610：解锁后 FP16 ×1.79、BF16 ×1.75，ComfyUI 出图 ×1.43

[KianazBard]

环境

项	值
GPU	RTX 3060 12 GB，GA106，10de:2504，170 W
平台	Intel X99 / C610，UEFI，Secure Boot 关，CSM 关
同机第二张卡	Quadro P600（GP107 10de:1cb2），被自动跳过，零写入
系统	Windows，驱动 580.88
工具	v2.1.9（BOOTX64.EFI sha256 9d2c41f9…bb5c）

测法：PyTorch 自写脚本，CUDA Event 计时，单次窗口 ≥0.4 s（4096³ GEMM 数十次迭代），每组 3 轮取中位数，allow_tf32=False 固定，按 UUID 校验同一张卡。同状态独立跑两次的噪声为 ±0.1~0.5%，故 >2% 的差值即可判为真实变化。

张量吞吐

项目	锁态	解锁后	变化	倍数
FP16 Tensor（FP32 累加）	25.53	45.60	+78.7%	1.79x
BF16 Tensor	25.13	43.89	+74.6%	1.75x
FP32（CUDA 核心）	7.57	7.55	-0.3%	1.00x
显存拷贝带宽	332.9 GB/s	332.8 GB/s	-0.0%	—

FP16 复跑 43.53 / 43.62，落在同一区间。锁态 25.53 与 FP32 累加标称 25.48 基本重合，解锁后达到 FP16 累加标称 50.95 的约 89%。

端到端（ComfyUI，anima 模型，720×1280，30 步，同 workflow 同 seed）

项目	锁态	解锁后	变化	倍数
热启动（纯计算）	46.81 s	32.73 s	-30.1%	1.43x
冷启动（含模型加载）	56.63 s	43.66 s	-22.9%	1.30x
每步耗时	1.560 s	1.091 s	—	—

冷/热差值（9.82 s 与 10.93 s）几乎不变，说明约 10 s 的权重加载与 autotune 开销不随解锁变化，冷启百分比低只是分母更大。用 Amdahl 反解（整体 1.43x、张量通路 1.79x）：约 68% 的采样耗时在 matmul/attention 上，其余 32% 是 VAE 解码、CLIP 编码与调度——这就是端到端收益小于微基准的原因。

FP32 为什么一点不动

power.limit = default = max = enforced = 170 W，没有向上空间。FP32 满载 26 s 实测 169.35–169.64 W、SM 1695–1777 MHz、55–62 ℃，SW Power Cap: Active、HW Thermal Slowdown: Not Active，SW Power Capping 计数增加 20.48 s。PLM 解的是产品功能位，不是功率预算；同样 170 W 下张量通路能出 45.6 TFLOPS，这才是收益来源。

复现要点（X99/C610 上是 #52 那族重连卡死）

v2.1.9 + 盘根 tx-reconnect-nonrecursive.txt + BIOS 关闭 CSM 三项齐备才通过：

# CSM 开着时，即使接了显示器
GOP-PROBE: locate failed: NOT_FOUND

# CSM 关掉后
GOP-PROBE: 1 GOP handles  (800x600 Bgr)
DETACH: no GOP handles (headless?) - console stages skipped
...

RECONNECT: \tx-reconnect-nonrecursive.txt present - forcing NON-recursive
RECONNECT: ConnectController (recursive=false) ok
CHAIN-PRE: start-time PE header probe ok - StartImage the preloaded bootmgfw

改完后两次独立开机各通过一次（21:41 按 Enter、22:06 按空格），都是"日志写完 3 秒内 Windows 启动"。同机 P600 被 has no asset family mapping - skipping 正确跳过。

顺带一条小发现：tx-reconnect-nonrecursive.txt 不在 FAQ 的 marker 表里（表里只有 no-reconnect.txt、tx-gop-disconnect.txt）。它的语义是"只把重连改成非递归、保留 vendor GOP 绑定"（日志原文 vendor GOP bind only; console stack left to bootmgfw），比完全跳过重连温和，适合"能进系统但重连卡死"这一族。

局限

v2.1.9、marker、CSM-off 三项同时生效，未做单变量消融；性能 A/B 跨了一次重启与 BIOS 变更，但差值远超 ±0.5% 噪声，且与 #70 的独立结果（同卡同 ID，1.80x）吻合。未做 FP64 数值校验与同 seed 逐像素比对，系统侧尚未跑 ssdiag。

可提供：完整 loader.log（460 行 / 42,605 B，已脱敏）、基准脚本与 JSON。

---

English summary

RTX 3060 12 GB (GA106 10de:2504) on Intel X99/C610, Windows, driver 580.88, v2.1.9; Quadro P600 (10de:1cb2) as negative control, skipped with zero writes. PyTorch GEMM, CUDA-event timing, ≥0.4 s windows, 3-trial median, run-to-run noise ±0.1–0.5%: FP16 25.53 → 45.60 (+78.7%, 1.79x), BF16 25.13 → 43.89 (+74.6%, 1.75x), FP32 7.57 → 7.55 (-0.3%), copy bandwidth 332.9 → 332.8 GB/s. End-to-end ComfyUI (anima, 720×1280, 30 steps): warm 46.81 → 32.73 s (-30.1%, 1.43x), cold 56.63 → 43.66 s (1.30x); the fixed ~10 s model-load overhead is unlock-independent. Power ceiling is 170 W for limit/default/max/enforced alike (FP32 load pins 169.5 W, 62 °C, SW Power Cap active), hence FP32 and bandwidth stay flat. On this board the transaction required v2.1.9 + tx-reconnect-nonrecursive.txt + CSM disabled (issue #52 family); two independent boots passed.

[physicsdolphin]

@op 感谢这份报告——测法（CUDA Event 计时、≥0.4 s 窗口、3 轮中位、±0.1–0.5% 噪声标定）与负控（P600 零写入跳过）都是矩阵想收录的形状。已落三处：

1. 兼容矩阵 2504 行新增 X99/C610 数据点（1.79×/1.75×/FP32 持平 + ComfyUI 1.43×）；
2. community-reports 收录完整行；
3. FAQ marker 表补上了 tx-reconnect-nonrecursive.txt 条目（中英双语）——你发现的缺口是真缺口，谢了。该开关比 no-reconnect.txt 温和（保留 vendor GOP 绑定），如今有了自己的文档位。

两个技术性回应：

你的 Amdahl 反解很有价值，而且补齐了一个双向问题。 ~68% matmul/attention 占比 → 端到端 1.43× < 张量 1.79×，这是占比下界形态；同期 D#143（4070 Ti SUPER 3D 管线）给出了上界形态：端到端 2.0–2.2× 超微基准 1.69×（小算子依赖链缩短+空闲占比缩小）。两例已并成 theoretical-uplift "端到端/微基准比值双向"注记——以后报告端到端数字会要求标注占比方向。

FP32 不动的定性是对的，89% 达成率也是好数据点。 170 W 墙钉死（SW Power Cap active）下 FP32 平坦 = PLM 解的是功能/速率位而非功率预算——这已是文档口径，你的数据是又一独立佐证。解锁后 FP16 达 FP16 累加标称的 ~89%，与矩阵里其他 GA106 卡的 realized 区间吻合。

CSM off 才能在 X99 过交棒，与 #35/#61 的 Code 12 定律（交棒 console 归属链）及上游社区在 Jingsha X99 的独立复现（已收录 community-reports）完全一致——X99 世代固件 + CSM-on 就是这个形态。

一个小邀请：你注明"系统侧尚未跑 ssdiag"——如果方便补跑一次（ssdiag --select 2504，期待 VERDICT [ampere]: UNLOCKED），2504 的 X99 行就能从"事务+性能"升为双端验证。不急，随缘。

[KianazBard]

ssdiag 已跑 —— 0.6.4，SHA256 与 SHA256SUMS.txt 一致（16727d20...bc6f）。

===== GPU 2/2: PCI\VEN_10DE&DEV_2504&SUBSYS_20007377&REV_A1\4&2a43d483&0&0010 =====
  ampere/ada 0x823xxx  PLM       = 0xffffffff (OPEN)
  ampere/ada 0x823xxx  SS0       = 0x88888888 [0* 0* 0* 0* 0* 0* 0* 0*]
  ampere/ada 0x823xxx  SS1       = 0x00000008 [0*]
  ampere/ada 0x823xxx  READOUT_1 = 0x00000000 [full speed]
VERDICT [ampere]: UNLOCKED (override values live)

同源旁证：FEAT sweep 0x0082380c = 0x00888888；PLM survey 里 0x008200fc 与 0x00823804 均为 0xffffffff [OPEN]。P600（1CB2）那条按预期只给 VERDICT [pascal]: family recognized - FEAT addresses not mapped，无写入、无判据。

一个必须一并记录的前提：LastBootUpTime = 2026-11-02 22:06:06，与 U 盘 loader.log 的落盘时间 22:06:04 几乎重合 —— 这台机器自解锁当次上电后连续运行 45 h，中途没有重启过。所以这条读回证明的是"事务写入在 Windows 侧可见"，不构成 SS 跨 reboot 持久的证据，2504 行按"当次会话内双端验证"记比较稳妥。下次重启后我会再跑一次做易失性闭环，结果回补在这里。

顺带一问：ssdiag --select 2504 首次运行报 StartService failed: win32 1450（ERROR_NO_SYSTEM_RESOURCES），去掉 --select 立即成功，随后再用 --select 也正常。看着像驱动装载的瞬时资源竞争而非参数问题，如果这是已知形态就忽略，否则可作为 0.6.4 的一条边角记录。

另外看到 v2.1.10 已把 native-GOP 变成默认、ConnectController 退出主路径 —— 本机 X99 正是靠 tx-reconnect-nonrecursive.txt + CSM-off 才过交棒的，看来这套 workaround 已被上游吸收。找时间升级复测，若 CSM-on 且不放 marker 也能过，再补一条字段记录。

[KianazBard]

补一条 v2.1.10 的实测。你上次说的复测我做完了，结论比预期好：这条链路现在两个 workaround 都不需要了 —— marker 可以删，CSM 也可以开回来。

环境与做法

同一台机器：X99/C610（8086:2f00/8086:2f02）、3060 10de:2504 @ 0000:03:00.0、P600 10de:1cb2 @ 0000:07:00.0。

• 换 BOOTX64.EFI 为 v2.1.10（410624 B，SHA256 fd8cc71648e45337c57ebaa652ac14fc92efb8335c283aef67736796b77ce755，与 SHA256SUMS.txt 一致）
• 删掉盘根 tx-reconnect-nonrecursive.txt
• CSM 改为开启 —— 就是当初卡死那个状态
• Windows 仍是 UEFI 引导（BiosFirmwareType=Uefi、系统盘 GPT 带 300 MB ESP、末段 chainload BOOTMGFW.EFI）。CSM on 不等于 legacy 引导，两者不冲突

关键：这次进来之前根本没有 GOP

GOP-PROBE: locate failed: NOT_FOUND
DETACH: pre-claim attributes raw=0x718 (VGA legacy subset 0x18 = 0x001C mask;
        0x0300 alone means IO|MEM decode with no legacy VGA routing)
DETACH: no GOP handles (headless?) - console stages skipped

raw=0x718 里含 0x10 = VGA_IO，legacy VGA routing 是开着的。对照 v2.1.9 + CSM off 那次：

GOP-PROBE: 1 GOP handles
GOP handle Handle(0x76712218): 800x600 Bgr

也就是说 CSM-on 下固件走的是 legacy VGA BIOS，UEFI 侧没有 GOP 可绑 —— 正是原来「recursive 无对象可绑 → 挂死」的那个前提，没有被绕过，是被替换成了重建。

新路径实际做了什么（全程成功，不是 fall-through）

NATIVE-GOP: shadowed ROM acquired (148992 bytes) - source = PciIo RomImage
NATIVE-GOP: EFI image at 0xfe00 len 0x14800, compression=1 payload 83597 -> 160560 bytes
NATIVE-GOP: EFI_DECOMPRESS_PROTOCOL located - GetInfo ok (dst=160560 scratch=13376)
NATIVE-GOP: firmware decompress ok (160560 bytes)
NATIVE-GOP: PE ok: machine=0x8664 subsystem=11 SizeOfImage=0x26ae0 entry=0x294
NATIVE-GOP: LoadImage ok (Handle(0x7660fa98)) - StartImage next
NATIVE-GOP: GOP driver started
NATIVE-GOP: unique binding Handle(0x7660fa98) version=0x60010 - binding Supported=SUCCESS
NATIVE-GOP: binding Start=SUCCESS
NATIVE-GOP: probe 0: GOP handle Handle(0x754e6f18) path 36 bytes belongs_to_target=true
NATIVE-GOP: verified GOP child Handle(0x754e6f18) (2256x1504) after 0 probe(s)
NATIVE-GOP: console rebound to the native GOP child
NATIVE-GOP: VGA attributes 0x18 Enable=SUCCESS / IO|MEM decode Enable=SUCCESS
NATIVE-GOP: complete (display path verified)

有个细节值得记一笔：控制台从「无 GOP、legacy VGA」直接重建到 2256×1504，而 CSM-off 时固件那个 GOP 只有 800×600。

事务与耗时

HANDOFF-OUT: ss0=0x88888888 ss1=0x8 readout1=0x00000000 feat_plm=0xffffffff
             wpr2_hi=0x0 pmcsr=0x0008 dstate=D0
             ga/ada:ss0_unlock=true ss1_unlock=true plm_open=true
TX: multi-GPU pass complete (2 target(s): 1 attempted, 1 skipped - per-card verdicts above)

P600 10de:1cb2 仍是 no asset family mapping - skipping，负控照旧。

配置	事务完成
v2.1.9 + 非递归 marker + CSM off	15427 ms
v2.1.10 + 零 marker + CSM on	15122 ms

差 0.3 s，可忽略 —— native-GOP 重建（取 ROM + 解压 82 KB→157 KB + LoadImage + Start）没有带来可测延迟。

系统侧 ssdiag 二次验证

ampere/ada 0x823xxx  PLM       = 0xffffffff (OPEN)
ampere/ada 0x823xxx  SS0       = 0x88888888 [0* 0* 0* 0* 0* 0* 0* 0*]
ampere/ada 0x823xxx  SS1       = 0x00000008 [0*]
ampere/ada 0x823xxx  READOUT_1 = 0x00000000 [full speed]
VERDICT [ampere]: UNLOCKED (override values live)

旁证：FEAT sweep 0x0082380c = 0x00888888，PLM survey 0x008200fc / 0x00823804 = 0xffffffff [OPEN]。

这仍是当次上电会话内的读回（本次开机 19:23，诊断 19:24），所以「易失 / 每次开机重写」那条结论不变，别把它当成跨 reboot 持久的证据。

性能没变

同脚本重测（CUDA Event、1.5 s 窗口、5 轮）：FP16 44.66 / BF16 44.61 / FP32 7.22 / 带宽 332.8 GB/s。对照解锁前 clean 基线 25.53 / 25.13 / 7.57 / 332.9：

• FP16 ×1.75、BF16 ×1.78（此前报的 1.79/1.75 在此区间内）
• 带宽 0.00%
• FP32 各次解锁态落在 7.17–7.55，本次 7.22，比基线低 4.5%，方向上是持平偏下。我倾向归因于测量时桌面合成/浏览器占着 3060，不是解锁导致，但手上没有干净样本，所以不做「无回退」的断言，只记录实测区间

建议两处文档更新

1. 兼容矩阵 2504 行：X99/C610 可以从「需 CSM off + 非递归 marker」改成「v2.1.10 默认路径、CSM on、零 marker 通过」。顺带 GOP-PROBE 三态现在多了一个终态：NOT_FOUND → native-GOP 重建 → 2256×1504。
2. FAQ #reconnect：我之前建议的「CSM 开启时先关 CSM」应加限定 —— 那条对 v2.1.9 及以前成立；v2.1.10 起，CSM-on 下 NOT_FOUND 会被 native-GOP 直接接住。tx-reconnect-nonrecursive.txt 的语义说明仍有效，但只作用于 legacy 路径。

一个跟解锁无关的附带观察

同一份 ssdiag 里：LnkCap max Gen3 x16 | LnkSta Gen1 x4 (downgraded)（3060，bus 3），而同机 P600 是 Gen1 x16。Gen1 是省电会升，x4 宽度不会。怀疑插槽/bifurcation，待查 —— 提一句是因为它会影响任何模型的加载带宽，跟 PLM 无关。

补充一个操作边角：ssdiag --select 2504 在这台机器上会偶发 StartService failed: win32 1450（ERROR_NO_SYSTEM_RESOURCES），不带筛选重试即可，不是权限问题。