系列 · 3
苹果说 Mac mini「快速、私密的本机推理」、提示处理快 13.5 倍；英伟达说笔记本 RTX 5090 有 1,824 AI TOPS。小字里的对比对象、测试配置，和真正决定你用起来快不快的三个数——内存带宽、读提示词的算力、GPU 实际能用的内存——却都没摆在显眼处。这篇用 llama.cpp 社区几十台机器的统一跑分、两台手头机器的核验，再按苹果脚注的原测法在 16 GB 基础款上复现一遍，再摆出它在写代码、编译、跑测试上实测赢下的部分，分场景回答 Mac mini、Mac Studio 和各档 N 卡到底适合干什么。
NVIDIA 把同一块芯片做成游戏卡和专业卡，游戏卡上专做 AI 计算的张量核被出厂设成了半速。2026 年 10 月，一个叫 gpu-unlock 的开源项目把这把锁解开了。这是入门图解版：不讲寄存器和代码，只讲这件事从哪来、锁在哪、我在自己的笔记本上测出了什么、对普通人意味着什么。
2026 年 10 月走红的开源项目 gpu-unlock，能把 NVIDIA 消费显卡上被按成半速的张量运算放开到全速（RTX 30/40 是 FP16、BF16、TF32，RTX 20 只有 FP16）。这篇在我自己的 RTX 3060 笔记本上实测：同样约 105 W 的功耗下，BF16 矩阵乘法从 25 涨到 42 TFLOPS，小模型训练快了 40%，FP32 和 INT8 对照组不变。文章讲清它锁的是硬件哪一部分、为什么笔记本只拿到约 1.6 倍而不是翻倍、怎么在显卡驱动加载前把锁打开、为什么 RTX 50 解不了，以及历史上同类的「绕过人为限制」补丁。