Las NVIDIA CMP 170HX son probablemente unas de las tarjetas más peculiares que se pueden encontrar actualmente para montar un sistema de inteligencia artificial local. Fueron diseñadas originalmente para minería de criptomonedas y NVIDIA limitó deliberadamente tanto su capacidad de memoria accesible como parte de su rendimiento de cálculo.
Lo interesante es lo que esconden debajo: silicio NVIDIA GA100, la misma arquitectura utilizada por las NVIDIA A100.
Después de descubrir el proyecto comunitario de desbloqueo de estas tarjetas decidí comprar dos unidades diferentes: una CMP 170HX de 8 GB y otra CMP 170HX de 10 GB.
El resultado ha sido mucho mejor de lo que esperaba.
Dos CMP 170HX y 104 GB de VRAM
Existen dos variantes especialmente interesantes de la CMP 170HX:
| Variante | VRAM original | VRAM desbloqueada |
|---|---|---|
| CMP 170HX 8 GB | 8 GB | 64 GB |
| CMP 170HX 10 GB | 10 GB | 40 GB |
| Total de mis dos tarjetas | 18 GB | 104 GB |
La diferencia entre ambas no es simplemente la cantidad de memoria que NVIDIA decidió mostrar al sistema.
La variante de 8 GB utiliza una configuración de memoria diferente y el desbloqueo estable actualmente documentado permite acceder a 64 GB. La variante de 10 GB alcanza 40 GB estables.
Se ha experimentado también con configuraciones de 80 GB en la versión de 10 GB, pero actualmente no deben considerarse utilizables: aunque la GPU puede llegar a reportar esa cantidad, aparecen errores al utilizar memoria por encima de aproximadamente 40 GB.
Por eso he preferido mantener mis tarjetas en las configuraciones que me están dando estabilidad: 64 GB + 40 GB = 104 GB de VRAM.
¿Qué es realmente una CMP 170HX?
Aquí está la parte más interesante.
La CMP 170HX utiliza el GA100, el enorme chip de 7 nm desarrollado por NVIDIA para la familia A100. En la CMP encontramos una versión recortada del mismo silicio, con 70 SM, 4.480 núcleos FP32 y Compute Capability 8.0.
Esto no convierte mágicamente una CMP 170HX en una A100. Hay diferencias importantes en configuración, conectividad, número de SM activos y otras características.
Pero para determinadas cargas de cálculo —y particularmente para mi objetivo, que es ejecutar modelos de IA localmente— disponer de arquitectura Ampere, memoria HBM y decenas de gigabytes de VRAM hace que estas tarjetas sean extremadamente interesantes.
El desbloqueo
El proyecto comunitario cmp170hx / cmpunlocker ha conseguido eliminar mediante software varias de las restricciones impuestas a estas tarjetas.
El procedimiento actual trabaja sobre los módulos abiertos del driver de NVIDIA y aplica los cambios durante el arranque del GSP. No requiere modificar físicamente la memoria ni convertir la tarjeta mediante un simple cambio de VBIOS.
Entre otras cosas, el desbloqueo modifica la geometría de memoria que utiliza el controlador y elimina la limitación del rendimiento de cálculo de los SM.
En las variantes que tengo:
- CMP 170HX 8 GB → 64 GB
- CMP 170HX 10 GB → 40 GB
El desbloqueo se vuelve a aplicar cuando se carga el controlador, por lo que no estamos hablando simplemente de una BIOS modificada permanentemente.
¿Y qué tal funcionan para IA?
Esta era para mí la pregunta realmente importante.
Mi objetivo no es minería ni utilizar estas tarjetas como GPUs gráficas. Las compré específicamente para experimentar con inferencia de modelos de lenguaje en local.
Y en ese terreno el resultado está siendo sorprendentemente bueno.
Actualmente dispongo de 104 GB de VRAM estables entre las dos CMP 170HX, lo que me permite ejecutar modelos que normalmente requieren hardware profesional considerablemente más caro.
Con llama.cpp puedo repartir las capas y los pesos entre ambas GPUs, incluso aunque tengan cantidades de memoria diferentes. Esto resulta especialmente interesante en mi configuración porque puedo aprovechar los 64 GB de una tarjeta y los 40 GB de la otra de manera asimétrica.
Para modelos GGUF grandes, esa flexibilidad es fundamental.
He podido experimentar con modelos de decenas de miles de millones de parámetros y cuantificaciones relativamente altas sin tener que descargar una parte importante del modelo a RAM. Y cuando es necesario, llama.cpp permite combinar VRAM y memoria del sistema.
No todo son ventajas
Las CMP 170HX tampoco son una solución perfecta.
Son tarjetas diseñadas para minería y carecen de algunas características que esperaríamos de una GPU convencional. Además, su conectividad PCIe está limitada y el ecosistema de desbloqueo continúa siendo experimental.
También necesitan una refrigeración adecuada. Son GPUs GA100 y, aunque para inferencia funcionan muy bien en mi experiencia, hay que prestar atención a temperaturas, alimentación y flujo de aire.
El desbloqueo tampoco convierte todos los componentes deshabilitados físicamente en funcionales.
Por tanto, no recomendaría comprar una CMP 170HX pensando simplemente que se está comprando una A100 barata.
Es una plataforma peculiar, experimental y que requiere estar dispuesto a trabajar con Linux, drivers, módulos del kernel y herramientas que todavía están evolucionando.
¿Ha merecido la pena?
En mi caso, sí.
Las compré como parte de mi laboratorio personal para experimentar con IA local y han terminado convirtiéndose en una de las piezas más interesantes del equipo.
Pasar de dos tarjetas comercializadas originalmente con 8 y 10 GB a disponer de 64 y 40 GB utilizables respectivamente cambia completamente sus posibilidades para inferencia.
Tener 104 GB de VRAM basada en GA100 en una máquina personal permite experimentar con modelos que normalmente quedan fuera del alcance de un PC convencional.
Y posiblemente lo más interesante sea que el proyecto todavía continúa evolucionando.
Para alguien interesado en ejecutar y experimentar con modelos de IA local, las CMP 170HX se han convertido en un hardware mucho más interesante en 2026 de lo que NVIDIA probablemente imaginó cuando las lanzó como tarjetas dedicadas a minería.