En vivo 18.11 · Cohorte 318 nov, 19:00 MSK — taller práctico gratuito de agentes IA · Cohorte 3 en vivo inicia 23.11Taller 18 nov →Cohorte 3 (23.11)
LanzamientoAnálisis · En radarTG: @neurogen_news (Neurogen)→ original

Convierten una tarjeta de minería de $3000 en un equivalente de la A100: de 8 a 80 GB de memoria

Para ejecutar redes neuronales grandes en casa hace falta memoria de vídeo, y la NVIDIA A100 de 80 GB para servidores cuesta en el mercado de segunda mano desde $20 000. La investigadora Kate tomó una CMP 170HX de minería de $3000, a la que la fábrica había dejado solo 8 GB, y sorteó el bloqueo con una breve caída de tensión durante el arranque. Como resultado, en 9 de 10 tarjetas funcionaron los 80 GB de memoria, igual que en la A100. Por ahora, el método es de laboratorio: un solo error puede inutilizar la tarjeta de forma definitiva.

Procesado por IA desde TG: @neurogen_news (Neurogen); editado por Hamidun News
Convierten una tarjeta de minería de $3000 en un equivalente de la A100: de 8 a 80 GB de memoria
Fuente: TG: @neurogen_news (Neurogen). Collage: Hamidun News.
Escuchar artículo
Ficha técnica y cifras clave
ParámetroDatos
Fuente originalTG: @neurogen_news (Neurogen) ↗
Editor jefe
Bloques SMen lugar de 70 se activaron entre 120 y 128, y FP16 es 1,2 veces más rápido que en la A100
Dato clave #2Hacen falta una placa con STM32G4, dos cables y entre una hora y dos días de ajuste de parámetros
Dato clave #3Se activaron PCIe Gen4 y NVLink; el código está en el repositorio ga100vfi

Para ejecutar grandes modelos de lenguaje en local, y no en la nube, hace falta memoria de vídeo, y es justo lo que más cuesta. La NVIDIA A100 de 80 GB para servidores (en versión con conector PCIe) se vende en el mercado de segunda mano por $20 000 o más. La investigadora que usa el alias Kate encontró la manera de conseguir casi lo mismo por $3000: tomó una tarjeta de minería NVIDIA CMP 170HX, a la que la fábrica había dejado solo 8 GB de memoria, y la «desbloqueó» hasta 64–80 GB.

Imagine que compra un portátil a mitad de precio y descubre después que lleva el mismo procesador y toda la memoria, pero que el fabricante prohibió usarlos. Aquí ha pasado algo parecido, solo que el bloqueo hubo que sortearlo con un soldador.

El mismo chip, pero con un limitador de fábrica

La CMP 170HX se basa en el mismo die GA100 que la A100, el modelo insignia. La diferencia está en la configuración. En fábrica, NVIDIA «estrangula» el chip con fusibles electrónicos (eFuse): desactiva la mayor parte de la memoria HBM (memoria rápida soldada junto al chip) y de los bloques de cálculo. Así la compañía vende la tarjeta a los mineros más barata y no compite con sus propios aceleradores para servidores.

Ya habían aparecido antes utilidades de software para quitar los límites, como cmpunlocker, pero solo abrían una parte de las capacidades. Kate fue más allá y recurrió a un método de hardware.

Cómo funciona el glitch de alimentación

El método se llama voltage fault injection, es decir, inyección de fallos mediante la tensión. La idea consiste en «hundir» ligeramente la alimentación en una fracción de segundo precisa durante el arranque de la tarjeta. En ese instante, la protección se equivoca y permite la escritura en la zona de fuseless fuses, que normalmente está protegida contra cambios. Después, las restricciones de fábrica se anulan por software, mientras que los fusibles físicos permanecen intactos.

Para ello, Kate montó una placa glitcher con un microcontrolador STM32G4. Según el autor de la publicación, el diseño de la placa y el firmware se hicieron con ayuda del modelo GPT-6 Astra. El glitcher se conecta a la tarjeta gráfica con dos cables, y hay que retirar una pequeña resistencia. No es posible acertar a mano con el momento de la caída de tensión, así que los parámetros del fallo se ajustan de forma automática. Esto lleva de una hora a dos días por tarjeta.

Qué se consiguió

Según la descripción de la investigación, los resultados son estos:

  • Memoria. En lugar de los 8 GB declarados, se abrieron entre 64 y 80 GB de HBM utilizable. En 9 de las 10 tarjetas de prueba funcionaron los 80 GB.
  • Bloques de cálculo. En lugar de 70 bloques SM (así se llama a los módulos básicos de cálculo de una GPU), se activaron entre 120 y 128. En una prueba sintética de FP16, es decir, de cálculos de media precisión, típicos de las redes neuronales, la tarjeta resultó 1,2 veces más rápida que una A100 de serie. El motivo es que, en las A100 oficiales, NVIDIA desactiva parte de los bloques como margen frente a defectos de fabricación.
  • Interfaces. Se logró activar PCIe Gen4 e incluso NVLink, aunque para ello hizo falta una pequeña modificación de la placa.

Son cifras de la descripción del proyecto. La fuente no menciona réplicas independientes, y el resultado de una prueba sintética no garantiza la misma velocidad en un entrenamiento real ni al ejecutar un modelo.

Riesgos y qué hacer en la práctica

Repetirlo de forma casera es peligroso. Hacen falta una soldadura cuidadosa, un glitcher artesanal y paciencia. Una escritura errónea en los fusibles es irreversible, y es fácil convertir la tarjeta en un «ladrillo». Además, sortear la protección del fabricante puede incumplir las condiciones de la garantía y de las licencias.

Aun así, la historia deja conclusiones prácticas. Primero, la frontera entre el hardware barato y el de servidor de NVIDIA depende en buena medida de la configuración y de los fusibles, y no del silicio en sí. Segundo, el mercado de segunda mano de la CMP 170HX probablemente verá una nueva ola de interés entre los entusiastas de la IA: 80 GB de HBM por $3000 resultan tentadores frente a una A100 de $20 000. Tercero, también es revelador el propio método: un asistente de IA ayudó a diseñar una placa de hardware, y la barrera de entrada a proyectos complejos de hacking se reduce.

La investigación y el código fuente están en GitHub, en el repositorio ga100vfi. Si está montando su propio clúster para modelos locales, el proyecto merece un estudio. Pero, por ahora, es un experimento de laboratorio, no una vía para abaratar en masa el hardware destinado a producción.

Historia

Preguntas frecuentes sobre la noticia

¿Qué se sabe sobre El mismo chip, pero con un limitador de fábrica?

La CMP 170HX se basa en el mismo die GA100 que la A100, el modelo insignia. La diferencia está en la configuración. En fábrica, NVIDIA «estrangula» el chip con fusibles electrónicos (eFuse): desactiva la mayor parte de la memoria HBM (memoria rápida soldada junto al chip) y de los bloques de cálculo. Así la compañía vende la tarjeta a los mineros más barata y no compite con sus propios aceleradores para servidores.

Cómo funciona el glitch de alimentación?

El método se llama voltage fault injection, es decir, inyección de fallos mediante la tensión. La idea consiste en «hundir» ligeramente la alimentación en una fracción de segundo precisa durante el arranque de la tarjeta. En ese instante, la protección se equivoca y permite la escritura en la zona de fuseless fuses, que normalmente está protegida contra cambios. Después, las restricciones de fábrica se anulan por software, mientras que los fusibles físicos permanecen intactos.

¿Qué se sabe sobre Qué se consiguió?

Según la descripción de la investigación, los resultados son estos: Memoria. En lugar de los 8 GB declarados, se abrieron entre 64 y 80 GB de HBM utilizable. En 9 de las 10 tarjetas de prueba funcionaron los 80 GB. Bloques de cálculo. En lugar de 70 bloques SM (así se llama a los módulos básicos de cálculo de una GPU), se activaron entre 120 y 128.

ZK
Zhemal Khamidun — CPO de Alpina Digital, product manager de AlpinaGPT. Crea productos de IA desde 2019. Hamidun News es un proyecto personal que creció hasta ser un agregador en producción con más de 6.000 lectores.
✦ Unified AI Workspace · Nomad

Test Frontier LLMs & Autonomous Agents in One Workspace

Run Claude Opus 5.5, GPT-6, Gemini 3.1, and DeepSeek side-by-side in Nomad AI (nomadnet.ai) — unified model routing, deep research, and multimodal workflows under one subscription.

Try Nomad AI →Launch Nomad Agent
¿Qué te parece?
Cargando comentarios…