Teclab绕过英伟达RTX 50显存时钟限制,将RTX 5070 Ti超频至超过36Gbps
2026/03/08 21:36AI云资讯14768

(AI云资讯消息)Teclab 团队一直在用英伟达最新的 GPU 展示一些很棒的改装,并且还打破了多项世界纪录。这些来自巴西的技术和超频爱好者,是第一个通过改装为GeForce 10系列显卡配备更高显存的人,也通过定制改装解锁了更高的显存时钟。
目前,Teclab团队正推出一个全新的改装方案,旨在突破英伟达为其GeForce RTX 50系列GPU设定的显存频率限制。RTX 50系列GPU搭载了GDDR7显存,其速度范围为28Gbps至30Gbps。据报告,RTX 5080的有效时钟频率为15000 MHz,而RTX 50系列其他显卡则为14000 MHz。
目前,所有的超频工具都允许对显存进行最高+3000 MHz的超频,但由于英伟达的锁定,这个限制无法被突破。此前,改装者会通过将显存芯片更换为更高频率的模块来获得更快的速度。除此之外,Teclab团队自己也曾通过修改十六进制代码来解锁更高的限制。但这一次,他们带来了一种新的改装方案。

据Burti_TecLab解释,他使用的是影驰提供的最入门级型号5070 Ti 1-Click OC。这块显卡并未通过分流器进行改装,但其功率限制被完全解锁。由于负责读取电流的多路复用器被禁用,软件无法读取显卡的功耗。首次测试运行时并未应用任何超频,但正如前面提到的,功率限制已被解除。
第二次测试运行采用了手动超频,显卡频率提升至3.3 GHz以上。而第三次运行才是见证奇迹的时刻。这个绕过限制的原理是:在逻辑层面或初始编程层面欺骗GPU的时钟管理机制。因此,通过这种改装,GPU会以为它运行在基础频率或更低的频率上,而实际上它已被设置为一个高得多的频率。这种方法同时适用于GPU核心频率和显存频率。

尽管监控工具显示GPU时钟频率降至3.1-3.2 GHz,显存也显示为28Gbps的参考速度,但实际跑分甚至比之前的手动超频还要高。这表明逻辑板实际上维持着更高的时钟速度,这一点也得到了Teclab团队自身的证实,他们声称这块RTX 5070 Ti当时正以超过36Gbps(即18000MHz以上)的速度运行。在Unigine Superposition中的具体分数如下:
RTX 5070 Ti(无超频/解除功率限制):9922分
RTX 5070 Ti(GPU +500 / 显存 +3000 / 解除功率限制):11722分
RTX 5070 Ti(GPU +330 / 显存 36 Gbps以上 / 解除功率限制):11993分
看到Teclab团队展示如何突破英伟达为其RTX 50系列GPU设定的限制,真是太棒了。要知道,对于这些原本是28 Gbps的GDDR7模组来说,36 Gbps的速度简直是疯狂。我们从报道中了解到,三星、美光等公司正在研发速度达36 Gbps、并具备更高显存密度的产品,但预计要到今年晚些时候才会推出,如果显存短缺持续下去,甚至可能推迟到2027年。与此同时,这些28Gbps的显存竟拥有高达36Gbps的超频潜力,实在令人惊叹。Teclab团队还将在即将发布的一段视频中展示更高的超频能力和纪录,届时他们将测试来自影驰的RTX 5070 Ti HOF显卡。我们期待他们的下一次超频尝试。
相关文章
- 面壁智能 RSI 新进展:ForgeKernel 登顶华为、英伟达官方算子榜
- 柯马与英伟达合作加速推动工业机器人领域的物理AI创新
- 英伟达、AMD、苹果争相下单最新芯片工艺,台积电或提前一年达成 2nm 产能目标
- 微软推出全新 AI 芯片,降低对英伟达 GPU 依赖
- 英伟达黄仁勋称AI恐慌被夸大,并断言AI终结世界可能性为零
- 英特尔14A工艺产能预计到2027年底达每月6000片晶圆,或打入英伟达生态体系
- 英伟达黄仁勋称:OpenAI 耗资近 10 亿美元的 GPT‑6 Astra 宣告 AGI 时代到来
- 英伟达斥资129.3亿美元收购Hugging Face,巩固AI硬件领域的主导地位
- 英伟达百亿押注OpenAI算力基地,潜在回报或达两千亿美元
- 英伟达上季度营收破960亿,数据中心成绝对主力
- SpaceX AI加码英伟达Vera平台,借力Vera CPU与Vera Rubin服务器加速自主AI
- 告别交流电!英伟达800伏直流电方案攻克供电瓶颈,算力迎爆发式增长
- 英伟达Kyber机架配备340.4TB内存,HBM4E单价19.76美元/GB,单机架售价高达4160万美元
- 英伟达与微软牵头成立开放AI安全联盟,OpenAI、谷歌及Anthropic均未加入
- 英伟达缩减Vera Rubin芯片内存配置,因HBM4成本高涨将占单机架总成本29%
- 英伟达图形研究亮相SIGGRAPH 2026:21项突破性技术加速仿真与物理AI









