Live 18/11 · Cohorte 318 nov à 19h00 MSK — atelier pratique gratuit sur les agents IA · La Cohorte 3 démarre le 23/11Atelier 18/11 →Cohorte 3 (23/11)
SortieAnalyse · Sur le radarTG: @neurogen_news (Neurogen)→ original

Une carte de minage à $3000 transformée en équivalent de l'A100 : de 8 à 80 Go de mémoire

Pour faire tourner de gros réseaux de neurones chez soi, il faut de la mémoire vidéo. Or la NVIDIA A100 de 80 Go, une carte serveur, se vend d'occasion à partir de $20 000. La chercheuse Kate a pris une CMP 170HX, une carte de minage à $3000 dont l'usine n'a laissé que 8 Go accessibles, et a contourné le verrou par une brève chute de tension au démarrage. Résultat : sur 9 cartes sur 10, les 80 Go de mémoire sont devenus utilisables, comme sur l'A100. La méthode reste pour l'instant expérimentale : une seule erreur peut détruire définitivement la carte.

Traité par IA depuis TG: @neurogen_news (Neurogen) ; édité par Hamidun News
Une carte de minage à $3000 transformée en équivalent de l'A100 : de 8 à 80 Go de mémoire
Source : TG: @neurogen_news (Neurogen). Collage: Hamidun News.
Écouter l'article
Fiche synthèse et chiffres clés
ParamètreDonnées
Source primaireTG: @neurogen_news (Neurogen) ↗
Rédacteur en chef
Blocs SM120–128 activés au lieu de 70, FP16 1,2 fois plus rapide que l'A100
Chiffre clé #2Il faut une carte à base de STM32G4, deux fils et de une heure à deux jours de réglage
Chiffre clé #3PCIe Gen4 et NVLink ont été activés ; le code est disponible dans le dépôt ga100vfi

Pour exécuter de grands modèles de langage chez soi plutôt que dans le cloud, il faut de la mémoire vidéo, et c'est elle qui coûte le plus cher. La NVIDIA A100 de 80 Go (version avec connecteur PCIe), une carte serveur, se vend sur le marché de l'occasion $20 000 et plus. La chercheuse connue sous le pseudonyme Kate a trouvé un moyen d'obtenir presque la même chose pour $3000.

Elle a pris une carte de minage NVIDIA CMP 170HX, dont l'usine n'a laissé que 8 Go de mémoire, et l'a « débloquée » jusqu'à 64–80 Go. Imaginez que vous achetiez un ordinateur portable à moitié prix, puis découvriez qu'il embarque le même processeur et toute la mémoire, mais que le fabricant en interdit l'usage. C'est à peu près ce qui se passe ici, sauf que l'interdit a dû être contourné au fer à souder.

Une même puce, mais bridée en usine

La CMP 170HX repose sur la même puce GA100 que l'A100, le modèle phare. La différence tient aux réglages. En usine, NVIDIA « étrangle » la puce avec des fusibles électroniques (eFuse) : ils désactivent l'essentiel de la mémoire HBM (une mémoire rapide soudée à côté de la puce) et une grande partie des blocs de calcul. Cela permet à l'entreprise de vendre la carte moins cher aux mineurs sans concurrencer ses propres accélérateurs serveur.

Des utilitaires logiciels de déverrouillage, comme cmpunlocker, existaient déjà, mais ils ne libéraient qu'une partie des capacités. Kate est allée plus loin avec une méthode matérielle.

Comment fonctionne le glitch d'alimentation

La méthode s'appelle voltage fault injection, c'est-à-dire l'injection de fautes par la tension. Le principe : au démarrage de la carte, on provoque une légère chute de tension à une fraction de seconde précise. À cet instant, la protection se trompe et laisse passer une écriture dans la zone des fuseless fuses, qu'elle verrouille normalement. Les limites d'usine sont ensuite neutralisées par logiciel, tandis que les fusibles physiques restent intacts.

Pour cela, Kate a construit une carte de glitch à base de microcontrôleur STM32G4. Selon l'auteure du post, le modèle GPT-6 Astra a aidé à concevoir la carte et son firmware. Le glitcheur se branche à la carte graphique par deux fils, et il faut dessouder une petite résistance. Il est impossible de caler la chute de tension à la main : les paramètres du glitch sont donc ajustés automatiquement. Cela prend de une heure à deux jours par carte.

Ce que cela donne

D'après la description de l'étude, les résultats sont les suivants :

  • Mémoire. Au lieu des 8 Go annoncés, 64–80 Go de HBM utilisable ont été débloqués. Sur 9 cartes de test sur 10, les 80 Go sont devenus accessibles.
  • Blocs de calcul. Au lieu de 70 blocs SM (les modules de calcul de base d'un GPU), 120–128 ont été activés. Dans un test synthétique en FP16, c'est-à-dire en calcul en demi-précision, typique des réseaux de neurones, la carte s'est révélée 1,2 fois plus rapide qu'une A100 de série. La raison : sur les A100 officielles, NVIDIA désactive une partie des blocs par marge de sécurité contre les défauts de fabrication.
  • Interfaces. PCIe Gen4 et même NVLink ont pu être activés, au prix d'une petite modification de la carte.

Ces chiffres proviennent de la description du projet. La source ne mentionne aucune reproduction indépendante, et le résultat d'un test synthétique ne garantit pas la même vitesse en entraînement réel ou lors de l'exécution d'un modèle.

Risques et enseignements pratiques

Reproduire cette manipulation de façon artisanale est dangereux. Il faut une soudure soignée, un glitcheur fait maison et de la patience. Une écriture erronée dans les fusibles est irréversible, et la carte peut facilement se transformer en « brique ». De plus, le contournement d'une protection du fabricant peut enfreindre les conditions de garantie et de licence.

L'histoire n'en comporte pas moins des enseignements pratiques. Premièrement, chez NVIDIA, la frontière entre matériel d'entrée de gamme et matériel serveur tient en grande partie aux réglages et aux fusibles, pas au silicium lui-même. Deuxièmement, le marché de l'occasion de la CMP 170HX risque fort de connaître une nouvelle vague d'intérêt chez les passionnés d'IA : 80 Go de HBM pour $3000 paraissent séduisants face à une A100 à $20 000. Troisièmement, la méthode elle-même est révélatrice : un assistant IA a aidé à concevoir une carte électronique, et le seuil d'entrée des projets de hacking complexes s'abaisse.

L'étude et le code source sont disponibles sur GitHub, dans le dépôt ga100vfi. Si vous montez votre propre cluster pour des modèles locaux, le projet mérite d'être étudié. Mais pour l'instant, il s'agit d'une expérience de laboratoire, pas d'un moyen de réduire massivement le coût du matériel en production.

Dossier

Questions clés sur cet article

Que sait-on sur Une même puce, mais bridée en usine ?

La CMP 170HX repose sur la même puce GA100 que l'A100, le modèle phare. La différence tient aux réglages. En usine, NVIDIA « étrangle » la puce avec des fusibles électroniques (eFuse) : ils désactivent l'essentiel de la mémoire HBM (une mémoire rapide soudée à côté de la puce) et une grande partie des blocs de calcul. Cela permet à l'entreprise de vendre la carte moins cher aux mineurs sans concurrencer ses propres accélérateurs serveur.

Comment fonctionne le glitch d'alimentation?

La méthode s'appelle voltage fault injection, c'est-à-dire l'injection de fautes par la tension. Le principe : au démarrage de la carte, on provoque une légère chute de tension à une fraction de seconde précise. À cet instant, la protection se trompe et laisse passer une écriture dans la zone des fuseless fuses, qu'elle verrouille normalement. Les limites d'usine sont ensuite neutralisées par logiciel, tandis que les fusibles physiques restent intacts.

Que sait-on sur Ce que cela donne ?

D'après la description de l'étude, les résultats sont les suivants : Mémoire. Au lieu des 8 Go annoncés, 64–80 Go de HBM utilisable ont été débloqués. Sur 9 cartes de test sur 10, les 80 Go sont devenus accessibles. Blocs de calcul. Au lieu de 70 blocs SM (les modules de calcul de base d'un GPU), 120–128 ont été activés. Dans un test synthétique en FP16, c'est-à-dire en calcul en demi-précision, typique des réseaux de neurones, la carte s'est révélée 1,2 fois plus rapide qu'une A100 de série.

ZK
Zhemal Khamidun — CPO d'Alpina Digital, product manager d'AlpinaGPT. Conçoit des produits IA depuis 2019. Hamidun News est un projet personnel devenu un agrégateur en production avec plus de 6 000 lecteurs.
✦ 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
Qu'en pensez-vous ?
Chargement des commentaires…