这是一个 Linux 内核模块，能在 NVIDIA 官方驱动加载前修改 RTX 4090（以及实验性的 RTX 4070 Ti SUPER）的 GPU 寄存器，解锁被屏蔽的 tensor core 速度档位。实测在 450W 功耗墙不变的情况下，FP16/BF16 配 FP32 累加的指令吞吐从约 165 TF/s 翻倍到 330 TF/s，INT8 和普通 FP32 不受影响，且能扛过 PCIe 复位和驱动初始化。但要注意它不是「整机推理提速两倍」：真实 cuBLAS GEMM 视矩阵形状只提升 12%–34%，量化 MoE 推理场景基本零收益，功耗墙下还会被压回。适合两类人看：跑 FP16/BF16 训练或稠密 GEMM 的个人研究者、想压榨二手 4090 算力的炼丹玩家，以及对 GPU 底层寄存器和驱动交互好奇的系统工程师；如果你主要做量化推理或生产部署，这项目和你关系不大，还可能带来稳定性风险。

这是一个把约3000万参数的decoder-only Transformer语言模型塞进ESP32-S3单片机里离线跑的个人实验项目，模型从零训练，权重和分词器已随仓库提供，不需要联网也不需要API key。它在XIAO ESP32-S3加圆形触摸屏上提供触屏键盘聊天界面，在DevKit上则通过USB对话，能回几句简单寒暄，比如问how are you会答I'm doing okay。但能力非常有限：上下文只有64个token，一次最多生成24个token，速度慢到每秒不到1.5个词，回答容易重复跑题，连基本算术都不可靠，作者自己也标明这是能力受限的个人实验。对多数互联网和AI从业者来说它没有实用价值，值得看的主要是做嵌入式AI、端侧推理或对Transformer在极低算力设备上如何量化部署感兴趣的人，以及想了解LLM从训练到固件落地全流程的硬件爱好者。