- NVIDIA-GPUs mit GDDR6-Speicher sind anfällig für fortgeschrittene Varianten von Rowhammer, die in der Lage sind, Tausende von kontrollierten Bitänderungen zu verursachen.
- Angriffe wie GDDRHammer und GeForge ermöglichen es Code ohne GPU-Berechtigungen, die Kontrolle über Seitentabellen zu übernehmen und auf den gesamten CPU-Speicher zuzugreifen.
- Die Aktivierung von IOMMU und ECC mindert das Risiko, jedoch auf Kosten der Leistungsfähigkeit und ohne einen völlig unfehlbaren Schutz gegen alle Angriffsvektoren zu bieten.
- Bislang sind keine tatsächlichen Angriffe bekannt, doch die Verbreitung dieser Sicherheitslücken auf GPUs macht die Sicherheit von Grafikhardware zu einem kritischen Thema.
In den vergangenen Jahren, NVIDIA-Grafikkarten mit GDDR6-Speicher sind zu einer Schlüsselkomponente geworden. Von Rechenzentren und professionellen Workstations bis hin zu Heim-PCs für Spiele und künstliche Intelligenz – was bis vor kurzem als sehr leistungsstarke, aber in Bezug auf die Sicherheit relativ zweitrangige Hardware galt, wird nun kritisch hinterfragt: Mehrere akademische Studien haben gezeigt, dass diese GPUs anfällig für Rowhammer-artige Angriffe sind, die in der Lage sind, das System vollständig zu kompromittieren.
Dieses Szenario stellt einen bedeutenden Wandel in unserem Verständnis von Cybersicherheit in modernen Geräten dar: Unprivilegierter Code, der auf der GPU ausgeführt wird, kann schließlich die vollständige Kontrolle über den Speicher der CPU übernehmen.Rowhammer wurde ausgenutzt, indem es klassische Isolationsmechanismen umging und seine Berechtigungen auf Root- oder Administratorebene erweiterte. Sehen wir uns genauer an, was Rowhammer ist, wie es sich an die Welt der NVIDIA-Grafikkarten mit GDDR6 angepasst hat, was die Forscher konkret erreicht haben und welche Möglichkeiten es aktuell gibt, das Problem zu beheben.
Was ist Rowhammer und warum ist es so gefährlich?
Rowhammer-Angriffe nutzen eine Physikalische Schwäche des DRAM-SpeichersDies tritt sowohl bei herkömmlichen DDR-Modulen als auch bei Spezialspeichern wie GDDR, die in GPUs verwendet werden, auf. Das Prinzip ist relativ einfach zu erklären, die praktische Anwendung jedoch sehr komplex: Werden bestimmte Speicherzellenzeilen extrem schnell und wiederholt angesprochen, entstehen elektrische Störungen, die die in benachbarten Zeilen gespeicherten Bits verändern können.
In der Praxis bedeutet dieses Phänomen, dass ein als gespeichertes Bit 0 kann zu 1 werden und umgekehrt.Diese Änderungen werden als „Bit-Flips“ bezeichnet. Das schwerwiegende Problem ist nicht nur der Fehler selbst, sondern dass ein Angreifer mit einem sorgfältig ausgearbeiteten Zugriffsmuster diese Bit-Flips in ganz bestimmten Speicherstrukturen, wie z. B. Seitentabellen oder sensiblen Daten, erzwingen kann, wodurch er die Prozessisolation aufheben oder seine Berechtigungen erweitern kann.
Die frühesten bekannten Arbeiten, die Rowhammer überzeugend demonstrierten, stammen aus dem Jahr 2014, als gezeigt wurde, dass intensives „Hämmern“ auf DDR3-Speicherzellen wirksam ist. um genügend Bitänderungen zu bewirken, um Code mit erweiterten Berechtigungen auszuführen. von denen, denen dies erlaubt ist. Im Jahr 2015 gingen sie noch einen Schritt weiter und demonstrierten praktische Angriffe, die in der Lage sind, einen nicht autorisierten Benutzer in den Administratorstatus zu erheben und den Sandbox-Umgebungsschutz zu umgehen, indem sie einfach diese DRAM-Physik ausnutzten.
Damals lag der Fokus fast ausschließlich auf dem Systemspeicher (zuerst DDR3, später DDR4), und man ging davon aus, dass Mechanismen wie ECC (Fehlerkorrekturcode) Die von Speicherherstellern implementierten Target Row Refresh (TRR)-Verfahren würden in realen Anwendungsszenarien ausreichen, um die Bedrohung einzudämmen. Jüngste Studien haben jedoch gezeigt, dass diese Zuversicht bestenfalls optimistisch war.
Heute wissen wir, dass Rowhammer-Angriffe nicht auf den Hauptspeicher der CPU beschränkt sind. Experimentelle Ergebnisse zeigen, dass Der in vielen modernen NVIDIA-GPUs verwendete GDDR6-Speicher ist ebenfalls anfällig.Dadurch wird die Tür für Angriffe geöffnet, die weit über die Beeinträchtigung eines KI-Modells oder die Beschädigung von Daten hinausgehen: Es kann sogar das Host-Betriebssystem kompromittieren.
Vom Arbeitsspeicher bis zu den GPUs: Warum NVIDIAs GDDR6-Speicher im Rampenlicht steht
Jahrelang konzentrierte sich die Sicherheit fast ausschließlich auf Prozessoren, Betriebssysteme und AnwendungenGPUs galten früher eher als relativ isolierte Beschleuniger – leistungsstark, aber weit entfernt vom kritischen Kern des Systems. Diese Ansicht ist überholt: Moderne Grafikprozessoren sind durch Mechanismen wie Unified Virtual Memory und direkten Zugriff über den PCIe-Bus tief in den Arbeitsspeicher des Hostsystems integriert.
Forscher der UNC Chapel Hill, des Georgia Institute of Technology und anderer Zentren haben unabhängig voneinander gezeigt, dass NVIDIA-GPUs auf Basis der Ampere- und Ada-Lovelace-Architektur mit GDDR6-Speicher sind anfällig für fortgeschrittene Varianten von Rowhammer.Ihre Arbeiten, bekannt als GDDRHammer, GeForge und GPUHammer, zeigen verschiedene Wege auf, die physikalische Schwachstelle von GDDR6 auszunutzen, um massive und kontrollierte Bitveränderungen herbeizuführen.
Praktische Tests haben einige sehr bemerkenswerte Ergebnisse hervorgebracht: über 1.100 Bit-Flips auf einer GeForce RTX 3060 Bei einer professionellen RTX A6000 von GeForce wurden über 200 Bitänderungen festgestellt; mit GDDRHammer wurden durchschnittlich rund 1.000 Bitänderungen pro Gigabyte Speicher ermittelt – ein Vielfaches der Werte bisheriger GPU-Angriffe. Dies verdeutlicht, dass GDDR6 nicht nur angreifbar ist, sondern in einem Ausmaß, das Angriffe auf das gesamte System ermöglicht.
Es sollte betont werden, dass zu den spezifischen Modellen, die sich derzeit als anfällig erweisen, unter anderem die folgenden gehören: NVIDIA GeForce RTX 3060 für Endverbraucher und professionelle Grafikkarten wie die RTX 6000, RTX 6000 Ada und RTX A6000 mit GDDR6-Speicher. Die Autoren selbst weisen darauf hin, dass es nicht überraschend wäre, wenn auch andere aktuelle GPU-Generationen (nicht nur von NVIDIA, sondern auch von AMD oder Intel) ähnliche Probleme aufweisen würden, obwohl dies noch systematisch untersucht werden müsse.
Eine weitere wichtige Information ist, dass laut veröffentlichten Forschungsergebnissen die GDDR6X- und GDDR7-Speicher scheinen gegenüber diesen Angriffsarten resistenter zu sein. Mit den bisher angewandten Techniken. Das bedeutet nicht, dass sie für immer unverwundbar sind, sondern dass unter den spezifischen Bedingungen der Studien nicht dasselbe Maß an Bit-Flips wie bei GDDR6 erreicht wurde.
Die Projekte GDDRHammer, GeForge und GPUHammer: Was genau haben sie demonstriert?
Drei Namen haben in diesem Bereich für Schlagzeilen gesorgt: GDDRHammer, GeForge und die Rowhammer GPU-ProjektObwohl jede dieser Arbeitsrichtungen ihr eigenes Ziel verfolgt, gehen sie alle vom gleichen Ausgangspunkt aus: Rowhammer in GDDR6-Speichern nicht nur für einen isolierten Fehler auszunutzen, sondern vollständige Angriffsketten aufzubauen, die es ermöglichen, den Host-Rechner zu kompromittieren.
GDDRHammer und GeForge konzentrieren sich auf die Demonstration von Angriffe mit vollständiger Rechteausweitung Von unprivilegiertem Code, der auf der GPU ausgeführt wird, bis hin zum Erlangen von Root-Zugriff auf das Betriebssystem konzentriert sich GPUHammer auf die Auswirkungen, die diese Bit-Flips auf die Genauigkeit der Ausführung von KI-Modellen haben können, und zeigt, wie sich deren Zuverlässigkeit durch nur eine gut platzierte Bitänderung drastisch verringern lässt.
Diese neue Generation von Arbeiten geht weit über die anfänglichen Machbarkeitsstudien mit GPUs hinaus, die kaum mehr als ein paar Bit-Flips hervorriefen und die Inferenz neuronaler Netze nur geringfügig beeinträchtigten. Nun ist die Rede von … vollständige Angriffsketten mit detaillierter Manipulation von Seitentabellen, Umgehung von Hardware-Gegenmaßnahmen und beliebigem Zugriff auf den Hostspeicher.Es handelt sich nicht nur um einen ärgerlichen Fehler, sondern um eine schwerwiegende Sicherheitsbedrohung.
Darüber hinaus werden beide Hauptstudios, GDDRHammer und GeForge, offiziell auf der 47. IEEE-Symposium zu Sicherheit und Datenschutz im Mai 2026Dies unterstreicht die Relevanz für die Sicherheitscommunity. Bislang haben wir uns mit wissenschaftlichen Arbeiten befasst, doch die Veröffentlichung dieser Studie hilft Herstellern und Dienstleistern, sich des Problems bewusst zu werden und robustere Schutzmaßnahmen zu entwickeln.
Technische Details: Wie sie Bitänderungen in GDDR6 erzwingen
Damit Rowhammer bei einem Angriff wirklich nützlich ist, reicht es nicht aus, einfach nur ein paar zufällige Fehler auszulösen. Die Forscher mussten daher eine spezielle Methode entwickeln. extrem feine Zugangsmuster die es ihnen ermöglichen, die Schutzmechanismen des GDDR6-Speichers zu umgehen, besonders anfällige Zellen zu lokalisieren und Bit-Flips auf die Strukturen zu konzentrieren, die für die Eskalation von Berechtigungen am relevantesten sind.
Ein Schlüsselfaktor sind die Maßnahmen zur Zielzeilenaktualisierung (Target Row Refresh, TRR), die verdächtige Zugriffsmuster erkennen und benachbarte Zeilen proaktiv aktualisieren. Forge führt diese Funktion ein. ungleichmäßige Muster, die über mehrere Aktualisierungsintervalle verteilt sinddurch Ändern der Frequenz und sogar der Reihenfolge der Zeilenaktivierung, sodass die Hardware nicht erkennt, dass ein bestimmter Bereich bearbeitet wird.
GDDRHammer seinerseits nutzt die Tatsache aus, dass Die DRAM-Speicherzeilen auf Grafikkarten weisen eine nicht-monotone geometrische Anordnung aufAnders ausgedrückt: Die Beziehung zwischen physikalischer Adresse und tatsächlicher Position im Speicher ist weder linear noch einfach. Nach einer Analyse gelingt es ihnen, hocheffektive doppelseitige Rowhammer-Muster zu konstruieren, selbst wenn die physikalischen Adressen auf dem Papier weit voneinander entfernt erscheinen.
Die Verteilung der Arbeit auf die Streaming-Multiprozessoren (SMs) der GPU ist ebenfalls von entscheidender Bedeutung. Weisen Sie bestimmten SMs bestimmte Speicherbänke zu und synchronisieren Sie deren Ausführung teilweise.Es gelingt ihnen, die Anzahl der Aktivierungen pro Zeiteinheit zu maximieren, ohne dass die internen Sicherheitsmechanismen des DRAM rechtzeitig eingreifen können.
Als Ergebnis dieser Ansätze wird eine sehr hohe Bit-Flip-Rate erreicht: Die GeForge-Methode erreichte die Umgebung von 1.171 Bitänderungen bei einer RTX 3060 und 202 bei einer RTX A6000GDDRHammer meldete durchschnittlich 1.032 Bit-Flips pro Gigabyte Speicher, was einer etwa 64-fachen Verbesserung gegenüber früheren GPU-basierten Versuchen entspricht. Angesichts solcher Zahlen handelt es sich nicht mehr um ein sporadisches Phänomen, sondern um eine potenziell systematische Waffe.
Vom Bit-Flip zur totalen Kontrolle: Seitentabellenmanipulation und Rechteausweitung
Das wirklich Beeindruckende an diesen Werken ist, wie sie sich verändern geringfügige elektrische Änderungen bei der absoluten Kontrolle des SystemsUm dies zu erreichen, zielen die Angriffe auf die hierarchischen Seitentabellen ab, die von der Speichermanagementeinheit (MMU) der GPU verwaltet werden. Diese kritischen Strukturen bestimmen, wie virtuelle Adressen in physische Adressen übersetzt werden.
Das Problem besteht darin, dass sich diese Seitentabellen normalerweise in geschützte oder unvorhersehbare SpeicherbereicheNicht gerade dort, wo ein Angreifer sie platzieren würde, um Bitänderungen vorzunehmen. Hier kommt das sogenannte „Memory Massage“ ins Spiel: Techniken, die den Speicherverwalter zwingen, diese Tabellen an physischen Orten abzulegen, die der Angreifer zuvor als anfällig für Rowhammer identifiziert hat.
GDDRHammer verwendet Shared-Memory-Mappings für den Speicherallokator auslasten und den Abstand zwischen benutzergesteuertem Speicher und Seitentabellen verringernGeForge konzentriert sich speziell auf Einträge im Seitenverzeichnis 0 (PD0). Durch die sorgfältige Zuweisung und Freigabe von Blöcken des einheitlichen virtuellen Speichers erzeugen sie neue PD0-Strukturen genau in einer 4 KB großen Unterseite, in der sie wissen, dass Bit-Flips möglich sind.
Sobald diese Strukturen in anfälligen Positionen gefangen sind, genügt eine einzige kritische Bitänderung, um sie zu verändern. physischer Adresszeiger des SeitentabelleneintragsDadurch verweist der Eintrag nicht mehr auf eine legitime Tabelle, sondern auf eine gefälschte Seitentabelle, die vollständig vom Angreifer kontrolliert wird. Ab diesem Zeitpunkt unterliegt jeder Zugriff über diesen Eintrag den vom Schadcode festgelegten Regeln, Berechtigungen und Weiterleitungen.
Der nächste Schritt besteht darin, ein bestimmtes Feld innerhalb dieser Einträge zu nutzen, das angibt, ob die Die physikalische Adresse entspricht dem lokalen Speicher der GPU oder dem Speicher des Hostsystems.Durch die Modifizierung dieses Wertes leitet der Angreifer Lese- und Schreibvorgänge der GPU über den PCIe-Bus an den physischen RAM der CPU um und umgeht so die MMU des Zentralprozessors sowie den Schreibschutz des Betriebssystems.
In ihren Demonstrationen gingen die Forscher sogar so weit, den Codeabschnitt der C-Standardbibliothek im Speicher des Hosts direkt überschreibenKonkret schleusten sie Maschinencode in eine Funktion ein, die von einem legitimen Programm mit erhöhten Berechtigungen verwendet wurde. Als dieses Programm die modifizierte Funktion ausführte, wurde der Schadcode mit vollen Berechtigungen ausgeführt, wodurch der Angreifer eine Superuser-Konsole und die vollständige Kontrolle über das System erhielt.
Auswirkungen auf künstliche Intelligenz: der GPUHammer-Fall
Abgesehen von der Systemkontrolle ist ein weiterer besorgniserregender Aspekt die Rowhammer-Effekt auf die Zuverlässigkeit von KI-ModellenGPUHammer konzentriert sich genau auf diesen Aspekt: wie ein einziger, gut platzierter Bit-Flip die Genauigkeit eines auf der GPU laufenden neuronalen Netzes ruinieren kann.
In einem der beschriebenen Experimente wurde ein NVIDIA RTX A6000 mit Ampere-Architektur und 48 GB GDDR6 Fünf vortrainierte, auf ImageNet basierende KI-Modelle wurden ausgeführt. Unter normalen Bedingungen erreichten diese Modelle eine Genauigkeit von etwa 80 %. Nach Anwendung von GPUHammer und der damit einhergehenden Bitmanipulation an kritischen Speicherstellen sank die Genauigkeit auf Werte bis hinab von 0,1 %.
Das Schockierende daran ist, dass für diese Katastrophe nur eines nötig war: eine einzelne Bitänderung im SpeicherWenn wir dies in Produktionsumgebungen übertragen, wo KI-Modelle in kritischen Diensten eingesetzt werden (von der medizinischen Diagnose bis hin zu Empfehlungssystemen auf riesigen Plattformen), ist das Potenzial, Schaden oder Sabotage zu verursachen, offensichtlich, selbst ohne dass eine Eskalation der Berechtigungen auf das Betriebssystem erforderlich ist.
Der GPUHammer-Angriff selbst beweist, dass es sich zwar anfänglich um ein Forschungsprojekt handeln mag, aber dennoch ein... realer Angriffsvektor gegen die Integrität der KI-ErgebnisseEin Angreifer, dem es gelingt, Code auf der GPU auszuführen, selbst mit eingeschränkten Berechtigungen, könnte die Modelle unbemerkt manipulieren, um sie unbrauchbar zu machen oder, schlimmer noch, ihre Entscheidungen zu verfälschen, ohne dass dies kurzfristig jemand bemerkt.
Als Reaktion auf diese Ergebnisse hat NVIDIA das Problem eingeräumt und darauf hingewiesen, dass Aktivierung von ECC auf der GPU als wichtigste AbhilfemaßnahmeDies hat jedoch seinen Preis: In KI-Inferenztests wurde bei Aktivierung von ECC ein Leistungsverlust von rund 10 % und eine Reduzierung des nutzbaren Speichers um etwa 6,25 % beobachtet, was für diejenigen, die ihre Hardware bis an die Grenzen ausreizen, kein unerhebliches Detail ist.
Vorgeschlagene Abhilfemaßnahmen: IOMMU, ECC und ihre Grenzen
Die Forschung deutet auf zwei Haupttechniken hin, mit denen versucht werden kann, diese Angriffe einzudämmen: IOMMU im System-BIOS aktivieren und aktivieren Sie Fehlerkorrekturcodes (ECC) auf GPUs, die diese unterstützen. Beides ist hilfreich, aber keines ist eine Wunderlösung.
Die IOMMU (Input/Output Memory Management Unit) fungiert als Übersetzungs- und Filterschicht zwischen Geräten wie der GPU und dem HostspeicherWenn diese Funktion aktiviert und korrekt konfiguriert ist, beschränkt sie den direkten Zugriff der Grafikkarte auf bestimmte Speicherbereiche und verhindert so, dass diese frei auf den gesamten Arbeitsspeicher des Systems zugreifen kann, selbst wenn es ihr gelingt, ihre eigenen Seitentabellen zu kapern.
Das praktische Problem besteht darin, dass in vielen kommerziellen Linux-Systemen IOMMU ist aus Kompatibilitäts- und Leistungsgründen standardmäßig deaktiviert.Dadurch bleiben zahlreiche Systeme angreifbar, insbesondere in Umgebungen, in denen maximale GPU-Leistung Priorität hat. Studien haben zudem gezeigt, dass Techniken (wie z. B. GeForce Memory Massaging) selbst bei aktiviertem Schutz noch erhebliche Auswirkungen haben können.
Andererseits ist ECC so konzipiert, dass Einzelbitfehler im Speicher erkennen und korrigierenGenau diese Art von Schwachstelle nutzt Rowhammer in den meisten Fällen aus. Die Aktivierung von ECC auf professionellen NVIDIA-GPUs verringert die Zuverlässigkeit des Angriffs erheblich, da die Bitfehler korrigiert werden, bevor sie spürbare Auswirkungen haben. Diese Funktion ist jedoch aufgrund der damit verbundenen Leistungseinbußen bei vielen Workstation-Grafikkarten standardmäßig deaktiviert und bei den meisten Consumer-Modellen gar nicht vorhanden.
Es gibt aber auch eine unangenehme Nuance: Mehrere Studien haben gezeigt, dass Einige fortgeschrittene Varianten von Rowhammer können die ECC-Abwehr umgehen.Zum Beispiel durch Mehrbitänderungen in derselben Zelle oder durch die Kombination von Mustern, die die Korrekturkapazität überschreiten. Es ist ein ständiges Wettrennen zwischen denen, die Schutzmaßnahmen entwickeln, und denen, die erforschen, wie diese umgangen werden können.
Solange NVIDIA keine konkreten Firmware-, Treiber- oder Hardwarelösungen für dieses Problem bereitstellt, ist die allgemeine Empfehlung der Forscher jedenfalls eindeutig: Aktivieren Sie IOMMU im BIOS, wann immer möglich, und aktivieren Sie ECC auf kompatiblen GPUs.unter der Annahme, dass die moderaten Einbußen bei Leistung und Speicherkapazität ein notwendiges Übel zur Verbesserung der Sicherheit darstellen.
Verbreitung des Problems, betroffene Modelle und aktuelle Situation
Eine der Schlüsselfragen lautet: Wie viele GPUs sind tatsächlich von diesen Sicherheitslücken betroffen? Die veröffentlichten Studien liefern einige konkrete Hinweise, auch wenn sich das Gesamtbild noch nicht vollständig abzeichnet. GDDRHammer untersuchte 25 High-End-Grafikkarten mit GDDR6-Speicher und stellte fest, dass 16 von 17 Ampere-basierten RTX A6000-Modellen anfällig für effektive Rowhammer-Angriffe waren.
Diese ergänzen die bereits dokumentierten Beweise für die Die Consumer-Grafikkarten GeForce RTX 3060 und RTX 6000 AdaDie Tests zeigten zudem eine signifikante Anzahl von Bitfehlern unter Laborbedingungen. Obwohl bisher nur drei spezifische Modelle nachweislich vollständig kompromittiert wurden, betonen die Autoren, dass es nicht überraschend wäre, wenn auch andere aktuelle Grafikkarten von NVIDIA und sogar von AMD oder Intel dieselbe Schwachstelle aufweisen würden.
Aus Sicht des Endnutzers bedeutet dies, dass Jeder Computer mit einer NVIDIA-GPU mit GDDR6-Speicher könnte potenziell angreifbar sein.Dies gilt insbesondere dann, wenn Sie Treiber und Systemkonfigurationen verwenden, die IOMMU oder ECC nicht aktivieren. Da die Rechteausweitung auf Hardwareebene erfolgt, haben herkömmliche Antiviren- und Sicherheitslösungen kaum oder gar keinen Einblick in die Vorgänge, was die Erkennung erschwert.
Die gute Nachricht ist, alles in allem, dass im Moment Es sind keine Fälle bekannt, in denen diese Techniken bei realen Angriffen aktiv ausgenutzt wurden. außerhalb der akademischen Welt. Die Forscher weisen darauf hin, dass dies der Industrie, einschließlich der Hersteller, einen gewissen Spielraum gibt, um mit zusätzlichen Maßnahmen zu reagieren, bevor gebrauchsfertige Exploitation-Kits verfügbar werden.
In besonders kritischen Umgebungen, wie beispielsweise großen Cloud-Plattformen und großen KI-Dienstleistern, ist es üblich, bereits über deutlich höhere Sicherheitsniveaus als bei einem Desktop-PCDies umfasst strengere IOMMU-Konfigurationen, eine gründlichere Überwachung und eine Workload-Segmentierung, wodurch das praktische Risiko eines Rowhammer-Angriffs auf die GPU im Vergleich zu dem, was auf dem PC eines Heimanwenders oder schlecht konfigurierten Servern auftreten könnte, reduziert wird.
NVIDIA hat seinerseits auf die zuvor im Zusammenhang mit einem anderen verwandten Angriff, GPUHammer, veröffentlichte Dokumentation verwiesen und eine Referenzseite mit Konfigurations- und Abhilfeempfehlungen bereitgestellt, ohne jedoch zu sehr auf spezifische Details zu diesen neuen GDDRHammer- und GeForge-Varianten einzugehen.
Das Bild, das sich ergibt, ist das eines Die inhärente Schwachstelle liegt in der Physik von DRAM. Dies hat sich vom Systemspeicher auf praktisch jede Komponente ausgeweitet, die auf dichte DRAM-Zellen angewiesen ist: CPUs, herkömmlicher DDR-Speicher, bestimmte DDR5-Module wie die von SK Hynix, die ab 2025 betroffen sind, Speicher, der von AMD-CPUs wie ZenHammer in Zen 2 und Zen 3 verwendet wird, und jetzt auch GDDR6 in NVIDIA-GPUs.
Alles deutet heute darauf hin, dass Rowhammer wird noch geraume Zeit ein Schlachtfeld bleiben.Dies gilt sowohl für die akademische Forschung als auch für die Industrie. Die Erkenntnisse über NVIDIA-Grafikkarten mit GDDR6 sind eine deutliche Warnung, dass es nicht mehr ausreicht, sich nur um den Prozessor oder das Betriebssystem zu kümmern: Die Sicherheit der Grafikhardware ist, ob man es nun mag oder nicht, zu einem weiteren wichtigen Faktor geworden.
Aus allen bisher veröffentlichten Informationen geht klar hervor, dass die Kombination aus Zunehmende Hardwarekomplexität, massive Abhängigkeit von GPUs für KI und Spiele sowie physische Schwachstellen wie Rowhammer Dies bringt NVIDIA-Grafikkarten mit GDDR6 aus Sicherheitssicht in eine heikle Lage. Zwar ist das praktische Risiko für den Durchschnittsnutzer derzeit nicht extrem, doch die Möglichkeit, von einfachen Bitmanipulationen bis hin zur vollständigen Systemübernahme mithilfe von Techniken wie GDDRHammer oder GeForge zu gelangen, macht diese Forschung für Hersteller, Systemadministratoren und Cybersicherheitsexperten äußerst wichtig. Sie sollten zunächst Konfigurationen wie IOMMU und ECC, sofern verfügbar, überprüfen.
