Placa de mineração de $3000 vira equivalente da A100: de 8 para 80 GB de memória
Rodar redes neurais grandes em casa exige memória de vídeo, e a NVIDIA A100 de 80 GB para servidores custa a partir de $20 000 no mercado de usados. A pesquisadora Kate pegou uma CMP 170HX, placa de mineração de $3000 que a fábrica limitou a apenas 8 GB, e contornou o bloqueio com uma breve queda de tensão na inicialização. Em 9 de 10 placas, todos os 80 GB de memória passaram a funcionar, como na A100. O método ainda é de laboratório: um único erro pode inutilizar a placa de vez.
Processado por IA de TG: @neurogen_news (Neurogen); editado por Hamidun News
Para rodar grandes modelos de linguagem localmente, e não na nuvem, é preciso memória de vídeo, justamente o componente mais caro. A NVIDIA A100 de 80 GB para servidores (versão com conector PCIe) sai por $20 000 ou mais no mercado de usados. A pesquisadora que usa o apelido Kate encontrou um jeito de obter quase o mesmo por $3000: ela pegou a placa de mineração NVIDIA CMP 170HX, que a fábrica deixou com apenas 8 GB de memória, e a "destravou" para 64–80 GB.
Imagine comprar um notebook pela metade do preço e descobrir depois que ele tem o mesmo processador e toda a memória, mas que o fabricante proibiu o uso. Foi mais ou menos isso que aconteceu aqui, só que o bloqueio teve de ser contornado com um ferro de solda.
O mesmo chip, mas com um limitador de fábrica
A CMP 170HX usa o mesmo die GA100 da A100, o modelo topo de linha. A diferença está na configuração. Na fábrica, a NVIDIA "estrangula" o chip com fusíveis eletrônicos (eFuse): desativa a maior parte da memória HBM (memória rápida soldada ao lado do chip) e dos blocos de processamento. Assim, a empresa vende a placa mais barata para mineradores e não cria concorrência para os próprios aceleradores de servidor.
Utilitários de software para remover limites, como o cmpunlocker, já existiam, mas liberavam apenas parte dos recursos. Kate foi além e usou um método de hardware.
Como funciona o glitch de alimentação
O método se chama voltage fault injection, ou seja, injeção de falha por tensão. A ideia é "derrubar" levemente a alimentação em uma fração exata de segundo durante a inicialização da placa. Nesse instante, a proteção erra e permite a gravação na área de fuseless fuses, que normalmente fica protegida contra alterações. Depois disso, as restrições de fábrica são sobrepostas por software, e os fusíveis físicos permanecem intactos.
Para isso, Kate montou uma placa de glitch com um microcontrolador STM32G4. Segundo o autor do post, o modelo GPT-6 Astra ajudou a projetar a placa e o firmware. O glitcher se conecta à placa de vídeo com dois fios, e é preciso remover um pequeno resistor. Não dá para acertar o momento da queda de tensão manualmente, então os parâmetros da falha são ajustados de forma automática. Isso leva de uma hora a dois dias por placa.
O que foi obtido
Segundo a descrição da pesquisa, os resultados são estes:
- Memória. Em vez dos 8 GB originais, foram liberados de 64 a 80 GB de HBM utilizável. Em 9 de 10 placas testadas, todos os 80 GB passaram a funcionar.
- Blocos de processamento. Em vez de 70 blocos SM (os módulos básicos de processamento da GPU), ficaram ativos de 120 a 128. Em um teste sintético de FP16, ou seja, cálculos em meia precisão, típicos de redes neurais, a placa se mostrou 1,2 vez mais rápida que uma A100 de linha. O motivo é que, nas A100 oficiais, a NVIDIA desativa parte dos blocos como margem para defeitos de fabricação.
- Interfaces. Foi possível habilitar PCIe Gen4 e até NVLink, embora tenha sido necessária uma pequena modificação na placa.
Esses são números da descrição do projeto. A fonte não menciona replicações independentes, e o resultado de um teste sintético não garante a mesma velocidade no treinamento ou na execução real de um modelo.
Riscos e o que fazer na prática
Reproduzir isso de forma improvisada é perigoso. É preciso soldar com cuidado, ter um glitcher caseiro e paciência. Uma gravação errada nos fusíveis é irreversível, e a placa pode facilmente virar um "tijolo". Além disso, contornar a proteção do fabricante pode violar os termos de garantia e de licenças.
Mesmo assim, a história traz conclusões práticas. Primeiro, a fronteira entre o hardware barato e o de servidor da NVIDIA passa em grande parte pelas configurações e pelos fusíveis, e não pelo silício em si. Segundo, o mercado de usados da CMP 170HX provavelmente verá uma nova onda de interesse de entusiastas de IA: 80 GB de HBM por $3000 parecem atraentes ao lado de uma A100 de $20 000. Terceiro, o próprio método é revelador: um assistente de IA ajudou a projetar uma placa de hardware, e a barreira de entrada para projetos complexos de hacking está diminuindo.
A pesquisa e o código-fonte estão no GitHub, no repositório ga100vfi. Se você está montando seu próprio cluster para modelos locais, vale estudar o projeto. Mas, por ora, é um experimento de laboratório, e não uma forma de baratear em massa o hardware para produção.
- 8 de nov. de 2026SageMaker agora divide uma GPU em 7 partes: mais modelos no mesmo hardware
- 12 de nov. de 2026RelayVSR aumenta a resolução de vídeo em 4 vezes e entrega 29 quadros/s em uma A100
- 12 de nov. de 2026Chinês cria mapa de percevejos com vibe coding em 2 semanas: 300 mil usuários e brigas com hotéis
- 12 de nov. de 2026Pai cria contador gratuito de unidades de pão por foto: 3000 pessoas em 17 dias
Perguntas frequentes sobre a notícia
O que se sabe sobre O mesmo chip, mas com um limitador de fábrica?
A CMP 170HX usa o mesmo die GA100 da A100, o modelo topo de linha. A diferença está na configuração. Na fábrica, a NVIDIA "estrangula" o chip com fusíveis eletrônicos (eFuse): desativa a maior parte da memória HBM (memória rápida soldada ao lado do chip) e dos blocos de processamento. Assim, a empresa vende a placa mais barata para mineradores e não cria concorrência para os próprios aceleradores de servidor.
Como funciona o glitch de alimentação?
O método se chama voltage fault injection, ou seja, injeção de falha por tensão. A ideia é "derrubar" levemente a alimentação em uma fração exata de segundo durante a inicialização da placa. Nesse instante, a proteção erra e permite a gravação na área de fuseless fuses, que normalmente fica protegida contra alterações. Depois disso, as restrições de fábrica são sobrepostas por software, e os fusíveis físicos permanecem intactos. Para isso, Kate montou uma placa de glitch com um microcontrolador STM32G4.
O que foi obtido?
Segundo a descrição da pesquisa, os resultados são estes: Memória. Em vez dos 8 GB originais, foram liberados de 64 a 80 GB de HBM utilizável. Em 9 de 10 placas testadas, todos os 80 GB passaram a funcionar. Blocos de processamento. Em vez de 70 blocos SM (os módulos básicos de processamento da GPU), ficaram ativos de 120 a 128. Em um teste sintético de FP16, ou seja, cálculos em meia precisão, típicos de redes neurais, a placa se mostrou 1,2 vez mais rápida que uma A100 de linha.
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.
O essencial da IA — uma vez por semana
Sete histórias que realmente importaram, escolhidas a dedo. Sem ruído nem releases.
Pronto! Verifique seu e-mail para a confirmação.