[Success Report] RTX 3090 (2204) on Z790M/AMI + i9-13900HX: USB stick and on-disk loader, FP16 117-127 TFLOPS (post-unlock only)

[moredollar]

结论先行：RTX 3090 2204 + Intel Z790M（AMI）+ i9-13900HX 上，U 盘与内置硬盘分区两种形态都跑通，系统内 ssdiag 读回 PLM/SS 全绿；解锁后 8192³ GEMM 稳态 FP16 117–127 TFLOPS（随功耗墙 348 → 398 W 变化）。

先说清楚一件事：本机没有做锁定态冷启动基线，所以下面所有倍数都是从架构上限按频率折算的保守下界，不是同机 A/B，请不要当提速声称引用。这一点在 §五 展开。

一、硬件与平台

项目	实测值
GPU	RTX 3090，GA102 A1，24,576 MiB
PCI / 子系统	10de:2204 / 145410DE，REV A1
VBIOS	94.02.42.80.b8（未改）
BDF / 链路	0000:01:00.0，PCIe 4.0 x16（空闲降 Gen1）
ReBAR	开启，BAR1 = 32 GiB（size_idx 15）
CPU	i9-13900HX（移动版 die 装在桌面板上）
主板 / 固件	Intel Z790M GAMING WIFI D4，AMI Leo-Patch 1.8（2025-08-07）
OS	Windows 11 专业工作站版 26200
驱动	617.42（32.0.16.1742），CUDA UMD 13.4
引导	UEFI + GPT；Secure Boot 关；VBS/HVCI 未运行
显示拓扑	显示器接 iGPU（UHD 770 4K@159 + DELL U2311H），3090 Display Active = Disabled
功耗墙	当前 347.78 W / 默认 420 W / 上限 450 W
工具版本	Release v2.1.10（未本地编译）

这个组合与 #159（3090 2204 + Z790/AMI）同卡、同芯片、同平台族，差别只在板厂（国产 Z790M vs ASUS PRIME Z790-P）和 VBIOS 版本，所以不算"首次尝试的未知组合"。

二、两种使用形态都验证过

形态	布局	结果
U 盘	EFI\BOOT\BOOTX64.EFI + 7 个 ga102 资产，81 MB，8 文件哈希与源一致	全链通过
内置硬盘分区	第三方安装器 NVUnlockDiskMenu v2 写入：FAT32 卷标 NVUNLOCK，0.46 GB，自定义路径 \EFI\NVUNLOCK\BOOTX64.EFI，8/8 资产哈希 MATCH	同样通过，性能与 U 盘相差 −0.2%

后者是 FAQ 里"专业用户自担"的常驻形态。两点实况值得记录：

1. 安装器留了 nvunlock-install-state.json（含分区 GUID 与原分区大小），有回滚信息；
2. 分区上存在 0 字节的 i_know_what_i_am_doing.txt，loader 会进入 CONFIRM: marker present - ARMED: 5s countdown auto-runs, ANY key aborts —— 也就是每次开机自动执行。没有"拔盘"这个退出阀，出问题只能进 BIOS 改回 Windows Boot Manager。

三、读回（唯一成功判据）

ssdiag 系统内（管理员）：

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]

同一份报告里 turing 0x4096xx 三行都是 0xbadf5040（PRIV_VIOLATION）—— GA102 上属预期，不是失败，按 badf 分桶纪律归为"特权读被挡"，不代表锁还关着。

其他顺带读数：PMC_BOOT_0 = 0xb72000a1、FUSE_VER_DECODE = 3、WPR2_LO = 0x1ffffe00（交棒后 GSP 已重新拥有 WPR2 窗口，与 loader 内的窗口不同值属正常交棒形态）。

四、解锁后性能实测

方法对齐 #159：torch.mm 8192³、FP32 累加、固定种子、5 预热 + 30 次取中位，附左上 256×256 的 SHA-256 锚。三档功耗墙各跑一遍。

精度	347.78 W	377.20 W	398.20 W
FP32（对照）	25.83	26.77	27.70
TF32	65.85	68.80	69.14
FP16	117.61	122.80	127.35
BF16	121.71	126.76	130.01
30 s 持续 FP16	117.03	122.92	126.16
平均功耗	347.2 W	376.0 W	397.4 W
SM 均值	1454 MHz	1533 MHz	1578 MHz
每瓦（持续）	0.337	0.327	0.318 TFLOPS/W

四次运行的结果哈希逐位相同（a1407598… / 7556ae28… / 1f04da14… / c1b2e567…），差异纯粹来自时钟。功耗 +14.5% 换持续算力 +7.8%，斜率约 0.54，已经进入收益递减；398 W 这一档的边际只有 +2.6%，再往上预计接近平台期。

一处异常如实记下：TF32 在第二档只涨 0.5%（68.80 → 69.14），明显落后于同门的 FP16/BF16，疑似 cublas 在该形状下换了内核或触及非功耗瓶颈，未定位。

五、倍数怎么来的（以及它不是什么）

没有锁定态基线，所以用同频架构上限折算：

精度	实测	同频出厂上限	倍数
FP32（对照）	25.83	30.5	0.85×
TF32	65.85	30.5	2.16×
FP16	117.61	61.1	1.93×
BF16	121.71	61.1	1.99×

两条旁证：FP32 对照路径在三次放宽中只跟随时钟走（25.83 → 27.70，+7.2%，与 SM 时钟 +8.5% 同量级），说明没有副作用；FP16/FP32 比值为 4.55，出厂形态在结构上不可能是这个比例。

但这不是 A/B。 真 A/B 需要：BIOS 启动顺序临时切回 Windows Boot Manager → 冷启动 → ssdiag 确认 NOT_UNLOCKED → 跑同一脚本 → 恢复。本机因为常驻分区形态没做这一步，所以上面的数字只能当"解锁后绝对性能 + 保守下界倍数"引用。

同卡型的外部 A/B 可参考 #159：273 W 下 TF32 +58% / BF16 +50% / FP16 +44%，300 s 稳态 +38%。

六、必须带上的限定

1. 全部数据在 Precision X1 降压 850 mV @ 1800 MHz + 显存 −1000 MHz 下取得，不是原厂曲线。1454 / 1533 / 1578 MHz 是"降压 + 功耗墙"共同作用的结果，不能当原厂频率引用。
2. 无锁定态同机基线（见 §五）。
3. 未测：S3/S4 睡眠休眠后的持久性、eGPU/雷电形态、小时级长时间稳定性。
4. 8192³ GEMM 是功耗密度最坏的合成场景，日常推理/训练存在访存与调度间隙，SM 时钟会更高（轻载实测 1785 MHz）。
5. 单卡、单次会话，非多轮统计。

七、复现

固定形状 8192³，改 N / ITERS 即可；torch 2.8.0+cu129 本地副本；每轮同时用 nvidia-smi --query-gpu=clocks.sm,power.draw,temperature.gpu 做 1 s 采样。ssdiag 需要管理员权限（会临时装签名驱动 pmxdrv.sys，SCM 会记 7045 事件）。

原始输出（7 份 bench 文本 + ssdiag 全文）已留存，需要的话可以补上来。

[physicsdolphin]

谢谢，方法和记录都很扎实：三档功耗墙、输出哈希四轮逐位一致、每瓦效率单列、以及把"无锁定基线"这一点主动说清楚并声明倍数只是下界——这几条让数据可以放心引用。

已入档：

• 兼容矩阵 2204 行与 GA102 设备段：这是 2204 的第四个平台（Z790-P 全绿 / Z790M 全绿 / X570 卡死 / X870E 全绿），同芯片两种板厂两种结果的平台判别数据又厚了一层。
• 社区报告表按原文记录了两种形态（U 盘 + 内置 NVUNLOCK 分区）、三档功耗墙的完整读数与"无锁定态同机基线 / 850 mV 降压 / 无长稳"三条限制。
• 社区报告里"常驻分区每次开机 5 s 自动跑、没有拔盘退出阀、只能进 BIOS 改回"这一实况也照记了，对想上常驻形态的人是必要信息。

如果还能补，最有价值的只有一件事：锁定态同机基线。做法就是你自己写的三步——BIOS 启动顺序临时切回 Windows Boot Manager → 冷启动 → ssdiag 确认 NOT_UNLOCKED → 同一脚本同一功耗墙跑一轮 → 再恢复。有了它，你那张 1.93×/1.99× 的下界就能换成真倍数。

另外两处观察不必现在解决，但值得留意：TF32 在 377→398 W 只 +0.5%、明显落后于同门 FP16/BF16，可能是该形状下 cuBLAS 换核或撞到非功耗瓶颈；398 W 档边际 +2.6% 也已经进平台期，往上再加墙大概率不划算。