NVIDIA grafikus kártyák GDDR6-tal és Rowhammer támadások: mi folyik itt?

Utolsó frissítés: Május 11, 2026
Szerző: Izsák
  • Az NVIDIA GDDR6 memóriával rendelkező GPU-k sebezhetőek a Rowhammer fejlett variánsaival szemben, amelyek több ezer vezérelt bitváltást okozhatnak.
  • Az olyan támadások, mint a GDDRHammer és a GeForge, lehetővé teszik a GPU-hoz nem tartozó jogosultságokkal rendelkező kód számára, hogy átvegye az irányítást az oldaltáblák felett, és hozzáférjen a CPU összes memóriájához.
  • Az IOMMU és az ECC aktiválása csökkenti a kockázatot, de a teljesítmény rovására, és anélkül, hogy teljesen tévedhetetlen védelmet nyújtana minden vektorral szemben.
  • Eddig nem ismertek valódi támadások, de ezen sebezhetőségek GPU-kra való terjedése kritikus kérdéssé teszi a grafikus hardverek biztonságát.

Az NVIDIA grafikus kártyák sebezhetőek a Rowhammerrel szemben

Az elmúlt években, Az NVIDIA GDDR6 memóriával rendelkező grafikus kártyák kulcsfontosságú alkatrészévé váltak Az adatközpontoktól és a professzionális munkaállomásoktól az otthoni játékra és mesterséges intelligenciára használt PC-kig, ami a közelmúltig nagyon erős, de biztonsági szempontból viszonylag másodlagos hardvernek számított, most vizsgálat alá kerül: számos tudományos tanulmány kimutatta, hogy ezek a GPU-k sebezhetőek a Rowhammer-típusú támadásokkal szemben, amelyek képesek teljesen kompromittálni a rendszert.

Ez a forgatókönyv jelentős változást jelent abban, ahogyan a modern eszközök kiberbiztonságát felfogjuk: A GPU-n futó, nem privilegizált kód végül átveheti a CPU memóriájának teljes irányítását.A klasszikus izolációs mechanizmusok megkerülésével és a jogosultságok root vagy rendszergazdai szintre emelésével a Rowhammert kihasználták. Nézzük meg közelebbről, mi is a Rowhammer, hogyan alkalmazkodott a GDDR6-os NVIDIA grafikus kártyák világához, mit értek el pontosan a kutatók, és milyen valós lehetőségek vannak ma a probléma enyhítésére.

Mi az a Rowhammer, és miért olyan veszélyes?

A Rowhammer támadások kihasználják a A DRAM memória fizikai gyengeségeEz mind a hagyományos DDR modulokban, mind a GPU-kban használt speciális memóriákban, például a GDDR-ben is előfordul. Az ötlet viszonylag egyszerűen magyarázható, bár a gyakorlati alkalmazása nagyon kifinomult: ha bizonyos memóriacella-sorokhoz rendkívül gyorsan és ismételten hozzáférnek, elektromos zavarok keletkeznek, amelyek megváltoztathatják a szomszédos sorokban tárolt biteket.

A gyakorlatban ez a jelenség azt jelenti, hogy egy bitet úgy tárolunk, hogy A 0-ból 1 lehet, és fordítvaEzeket a változtatásokat „bitcseréknek” nevezik. A komoly probléma nem csak maga a hiba, hanem az is, hogy egy gondosan megtervezett hozzáférési mintával rendelkező támadó nagyon specifikus memóriastruktúrákban, például oldaltáblázatokban vagy érzékeny adatokban is kikényszerítheti ezeket a bitcseréket, lehetővé téve számukra a folyamatok izolálásának feltörését vagy a jogosultságok eszkalálását.

A Rowhammert meggyőzően bemutató legkorábbi ismert munka 2014 környékére nyúlik vissza, amikor a DDR3 memóriacellák intenzív "kalapálása" hatékonynak bizonyult. elegendő bitváltozást okozzon a kód több jogosultsággal történő végrehajtásához 2015-ben még egy lépéssel tovább mentek, és olyan gyakorlati támadásokat mutattak be, amelyek képesek jogosulatlan felhasználókat rendszergazdai státuszba emelni, és megkerülni a sandbox környezet védelmét egyszerűen a DRAM fizikájának kihasználásával.

Akkoriban a figyelem szinte teljes mértékben a rendszermemóriára összpontosult (először DDR3, később DDR4), és feltételezték, hogy az olyan mechanizmusok, mint a ECC (Hibajavító kód) A memóriagyártók által alkalmazott Target Row Refresh (TRR) technikák pedig elegendőek lennének a fenyegetés megfékezésére valós helyzetekben. A legújabb tanulmányok egyértelművé tették, hogy ez a bizalom legjobb esetben is optimista volt.

Ma már tudjuk, hogy a Rowhammer támadások nem korlátozódnak a CPU fő memóriájára. Kísérleti bizonyítékok azt mutatják, hogy A számos modern NVIDIA GPU-ban használt GDDR6 memória szintén sebezhetőmegnyitva az utat olyan támadások előtt, amelyek sokkal mélyebbre nyúlnak, mint egy MI-modell lerontása vagy az adatok sérülése: akár a gazda operációs rendszert is veszélyeztethetik.

A rendszermemóriától a GPU-kig: miért van az NVIDIA GDDR6 memóriája a reflektorfényben?

Évek óta a biztonság szinte kizárólag arra összpontosított, processzorok, operációs rendszerek és alkalmazásokA GPU-kat régebben inkább viszonylag elszigetelt gyorsítóknak tekintették, amelyek erőteljesek, de távol állnak a rendszer kritikus magjától. Ez a nézet ma már nem helytálló: a modern grafikák mélyen integrálódnak a gazdagép memóriájába olyan mechanizmusokon keresztül, mint az Unified Virtual Memory (egyesített virtuális memória) és a PCIe buszon keresztüli közvetlen hozzáférés.

Az UNC Chapel Hill, a Georgia Tech és más központok kutatói egymástól függetlenül kimutatták, hogy Az Ampere és Ada Lovelace architektúrákon alapuló, GDDR6 memóriával rendelkező NVIDIA GPU-k érzékenyek a Rowhammer fejlettebb változataira.Munkájuk, amely GDDRHammer, GeForge és GPUHammer néven ismert, különböző módszereket mutat be a GDDR6 fizikai sebezhetőségének kihasználására, hogy hatalmas és kontrollált bitmódosításokat okozzon.

A gyakorlati tesztek meglehetősen meglepő eredményeket hoztak: több mint 1.100 bitváltás egy GeForce RTX 3060-on és egy professzionális RTX A6000-en több mint 200-at a GeForce esetében; és átlagosan körülbelül 1.000 bites változás gigabájtonként memóriánként a GDDRHammerrel, ami tízszerese a korábbi GPU-támadásoknak. Ez egyértelművé teszi, hogy a GDDR6 nemcsak sebezhető, de olyan mértékben sebezhető, hogy a teljes rendszer elleni támadások életképesek.

  Hogyan lehet felismerni a plágium elleni védelmet?

Hangsúlyozni kell, hogy jelenleg a sebezhetőnek bizonyult konkrét modellek közé tartoznak többek között a következők: NVIDIA GeForce RTX 3060 fogyasztói és professzionális kártyák, mint például az RTX 6000, az RTX 6000 Ada és az RTX A6000 GDDR6 memóriával. Maguk a szerzők is tisztázzák, hogy nem lenne meglepő, ha a GPU-k más újabb generációi (nemcsak az NVIDIA, hanem az AMD vagy az Intel termékei is) hasonló problémákat vetnének fel, bár ezt még szisztematikusan kell tanulmányozni.

Egy másik fontos információ, hogy a publikált kutatások szerint a A GDDR6X és a GDDR7 memóriák látszólag jobban ellenállnak az ilyen típusú támadásoknak. az eddig alkalmazott technikákkal. Ez nem jelenti azt, hogy örökre sebezhetetlenek, de azt igen, hogy a tanulmányok konkrét körülményei között nem érték el a GDDR6-ban tapasztalható bitváltások szintjét.

GDDRHammer, GeForge és GPUHammer projektek: mit mutattak be pontosan?

Három név került címlapokra ezen a területen: a GDDRHammer, a GeForge és a Rowhammer GPU projektBár minden munkafolyamatnak megvan a saját célja, mindegyik ugyanarról az alapról indul: kihasználni a GDDR6 memóriákban található Rowhammer erejét, ne csak egy elszigetelt hibára, hanem teljes támadási láncokat is kiépíteni, amelyek lehetővé teszik a gazdagép kompromittálását.

A GDDRHammer és a GeForge a demonstrációra összpontosít teljes privilégium eszkalációs támadások A GPU-n futó, privilégium nélküli kódtól kezdve az operációs rendszerhez való root hozzáférés megszerzéséig a GPUHammer arra összpontosít, hogy ezek a bitváltások milyen hatással lehetnek a mesterséges intelligencia modellek futtatásának pontosságára, drasztikusan rontva azok megbízhatóságát egyetlen jól elhelyezett bitváltással.

Ez az új generációs munka messze túlmutat a GPU-kkal végzett kezdeti koncepcióbizonyítási teszteken, amelyek alig tudtak néhány bitváltást előidézni, és csak kis mértékben rontották a neurális hálózatok következtetési képességét. Most arról beszélnek, hogy teljes támadási láncok, az oldaltáblázatok részletes manipulálásával, a hardveres ellenintézkedések megkerülésével és a gazdagép memóriájához való tetszőleges hozzáférésselEz nem csak egy bosszantó hiba, hanem egy magas szintű biztonsági fenyegetés.

Továbbá mindkét fő stúdió, a GDDRHammer és a GeForge hivatalosan is bemutatkozik a rendezvényen. 47. IEEE Biztonsági és Adatvédelmi Szimpózium 2026 májusábanEz rávilágít a biztonsági közösségen belüli relevanciájára. Eddig tudományos munkákról beszéltünk, de a publikálása segít a gyártóknak és a szolgáltatóknak abban, hogy tudatosítsák a problémát, és elkezdjenek robusztusabb enyhítő megoldásokat kidolgozni.

Technikai részletek: hogyan sikerül bitváltásokat kikényszeríteni a GDDR6-ban

Ahhoz, hogy a Rowhammer valóban hasznos legyen egy támadásban, nem elég csupán néhány véletlenszerű hiba kiváltása. A kutatóknak meg kellett tervezniük rendkívül finom hozzáférési minták amelyek lehetővé teszik számukra, hogy megkerüljék a GDDR6 memória védelmét, megtalálják a különösen sebezhető cellákat, és a bitváltásokat azokra a struktúrákra koncentrálják, amelyek a legfontosabbak a jogosultságok eszkalációja szempontjából.

Az egyik kulcs a Target Row Refresh (TRR) kockázatcsökkentésekben rejlik, amelyek megpróbálják azonosítani a gyanús hozzáférési mintákat, és proaktívan frissíteni a szomszédos sorokat. A Forge vezette be ezt a funkciót. nem egyenletes minták, amelyek több frissítési intervallumon oszlanak ela sorok aktiválásának frekvenciájának és akár sorrendjének megváltoztatása, így a hardver nem érzékeli, hogy egy adott régiót kalapálnak.

A GDDRHammer a maga részéről kihasználja azt a tényt, hogy a A grafikus kártyák DRAM memória sorai nem monoton geometriai elrendezésűekMás szóval, a fizikai cím és a memóriabankokban lévő tényleges pozíció közötti kapcsolat se nem lineáris, se nem egyszerű. Egy elemzési folyamat után sikerül rendkívül hatékony kétoldalas Rowhammer mintákat létrehozniuk, még akkor is, ha a fizikai címek papíron távolinak tűnnek.

A GPU streaming multiprocesszorai (SM-jei) közötti munkamegosztás szintén kulcsfontosságú. adott memóriabankokat hozzárendelhet adott SM-ekhez, és részlegesen szinkronizálhatja azok végrehajtásátSikerül maximalizálniuk az időegységenkénti aktiválások számát anélkül, hogy a DRAM belső biztonsági mechanizmusai időben reagálni tudnának.

Ezen megközelítések eredményeként nagyon magas bitátváltási arány érhető el: a GeForge módszer elérte a környezetet 1.171 bites változás egy RTX 3060-ban és 202 bites változás egy RTX A6000-benA GDDRHammer átlagosan 1.032 bitváltást jelentett gigabájt memóriánként, ami nagyjából 64-szeres javulást jelent a korábbi GPU-alapú kísérletekhez képest. Ilyen számokkal már nem szórványos jelenséggel, hanem egy potenciálisan szisztematikus fegyverrel van dolgunk.

A bitváltástól a teljes kontrollig: oldaltáblázat-manipuláció és privilégiumok eszkalációja

Ami igazán lenyűgöző ezekben a művekben, az az, ahogyan átalakulnak kisebb elektromos változtatások a rendszer abszolút vezérlésébenEnnek elérése érdekében a támadások a GPU memóriakezelő egysége (MMU) által kezelt hierarchikus oldaltáblákat célozzák meg, amelyek kritikus struktúrák, és meghatározzák, hogy a virtuális címek hogyan alakulnak át fizikai címekké.

A probléma az, hogy ezek az oldaltáblázatok általában a következő helyen találhatók: a memória védett vagy kiszámíthatatlan területeinem pontosan oda, ahová a támadó szeretné őket helyezni a bitváltozások előidézéséhez. Itt jön képbe az úgynevezett „memóriamasszázs”: olyan technikák, amelyek arra kényszerítik a foglalót, hogy ezeket a táblázatokat olyan fizikai helyekre helyezze, amelyeket a támadó korábban sebezhetőként azonosított a Rowhammer számára.

  Melyik a legjobb vezeték nélküli router a legnagyobb hatótávolsággal?

A GDDRHammer megosztott memória-leképezéseket használ a következőkhöz: telíti a lefoglalót, és csökkenti a távolságot a felhasználó által vezérelt memória és az oldaltáblázatok közöttA GeForge kifejezetten a 0. oldalkönyvtár (PD0) bejegyzéseire összpontosít. Az egységes virtuális memória blokkjainak gondos lefoglalásával és felszabadításával új PD0 struktúrákat hoznak létre pontosan egy 4 KB-os aloldalon, ahol tudják, hogy megvalósítható bitcserék előidézése.

Miután ezek a struktúrák sebezhető pozícióba kerültek, egyetlen kritikus bitcsere elegendő a megváltoztatásához az oldaltábla bejegyzésének fizikai címmutatójaIly módon a bejegyzés nem egy legitim táblára mutat, hanem egy hamisított, a támadó által 100%-ban ellenőrzött oldaltáblára. Ettől a pillanattól kezdve az adott bejegyzést használó összes hozzáférést a rosszindulatú kód által meghatározott szabályok, engedélyek és átirányítások szabályozzák.

A következő lépés egy adott mező kihasználása ezeken a bejegyzéseken belül, amely jelzi, hogy a A fizikai cím a GPU helyi memóriájának vagy a gazdagép memóriájának felel meg.Ennek az értéknek a módosításával a támadó a GPU olvasási és írási műveleteit a CPU fizikai RAM-jába irányítja át a PCIe buszon keresztül, megkerülve a központi processzor saját MMU-ját és az operációs rendszer írás-másolás elleni védelmi mechanizmusait.

A kutatók a bemutatóik során odáig mentek, hogy közvetlenül felülírja a C szabványos könyvtári kódszegmenst a gazdagép memóriájábanKonkrétan gépi kódot injektáltak egy legitim, emelt jogosultságokkal rendelkező program által használt függvénybe. Amikor a program végrehajtotta a módosított függvényt, a rosszindulatú kód teljes jogosultságokkal indult el, szuperfelhasználói konzolt és a rendszer teljes irányítását biztosítva a támadónak.

A mesterséges intelligenciára gyakorolt ​​hatás: a GPUHammer-ügy

A rendszervezérlésen túl egy másik aggasztó szempont a A Rowhammer-effektus a mesterséges intelligencia modellek megbízhatóságáraA GPUHammer pontosan erre a szempontra összpontosít: hogyan teheti tönkre egyetlen jól elhelyezett bitátváltás a GPU-n futó neurális hálózat pontosságát.

Az egyik leírt kísérletben egy NVIDIA RTX A6000 Ampere architektúrával és 48 GB GDDR6 memóriával öt előre betanított ImageNet-alapú MI-modell futtatására. Normál körülmények között ezek a modellek körülbelül 80%-os pontosságot értek el. Miután a GPUHammert alkalmazták és a kritikus memóriahelyeken bitmanipulációt indítottak el, a pontosság 0,1%-ra zuhant.

A megdöbbentő az, hogy ehhez a katasztrófához mindössze annyi kellett, hogy egyetlen bites változás a memóriábanHa ezt átvisszük az éles környezetekbe, ahol a mesterséges intelligencia modelljeit kritikus szolgáltatásokban (az orvosi diagnózistól az óriási platformokon működő ajánlórendszerekig) telepítik, a károk vagy szabotázs okozásának lehetősége nyilvánvaló, még anélkül is, hogy a jogosultságokat az operációs rendszerre kellene kiterjeszteni.

Maga a GPUHammer támadás is azt mutatja, hogy bár elsőre kutatási projektnek tűnhet, mégis van benne valami. a mesterséges intelligencia eredményeinek integritása elleni valódi támadási vektorEgy támadó, akinek sikerül kódot futtatnia a GPU-n, még korlátozott jogosultságokkal is, csendben manipulálhatja a modelleket, használhatatlanná téve azokat, vagy ami még rosszabb, torzíthatja a döntéseiket anélkül, hogy bárki is észrevenné rövid távon.

Az eredményekre reagálva az NVIDIA elismerte a problémát, és rámutatott a következőkre: Az ECC engedélyezése a GPU-n, mint fő kockázatcsökkentő intézkedésEnnek azonban megvan az ára: a mesterséges intelligencia következtetési tesztjeiben körülbelül 10%-os teljesítményveszteséget és a használható memória hozzávetőlegesen 6,25%-os csökkenését figyelték meg az ECC engedélyezésekor, ami nem kis részlet azok számára, akik a hardvereiket a határokig feszegetik.

Javasolt enyhítések: IOMMU, ECC és azok korlátai

A kutatások két fő technikát mutatnak be ezen támadások megfékezésére: Engedélyezze az IOMMU-t a rendszer BIOS-ában és engedélyezd a hibajavító kódokat (ECC) azokon a GPU-kon, amelyek támogatják őket. Mindkettő hasznos, de egyik sem csodaszer.

Az IOMMU (Input/Output Memory Management Unit) egyfajta memóriakezelő egységként működik. fordítási és szűrőréteg eszközök, például a GPU és a gazdagép memóriája közöttHa engedélyezve van és helyesen van konfigurálva, korlátozza a grafikus kártya közvetlen hozzáférését bizonyos memóriatartományokhoz, megakadályozva, hogy szabadon olvasson vagy írjon a rendszer teljes RAM-jába, még akkor is, ha sikerül eltérítenie a saját oldaltábláit.

A gyakorlati probléma az, hogy sok kereskedelmi Linux rendszerben a Az IOMMU alapértelmezés szerint le van tiltva kompatibilitási és teljesítménybeli okokból.Ez jelentős számú rendszert tesz sebezhetővé, különösen olyan környezetekben, ahol a maximális nyers GPU-teljesítmény az elsődleges. Továbbá, tanulmányok kimutatták, hogy a technikák (mint például a GeForce memóriamasszázs) bizonyos védelmi szintek engedélyezése esetén is jelentős hatást gyakorolhatnak.

Másrészt az ECC-t úgy tervezték, hogy egybites hibák észlelése és kijavítása a memóriábanPontosan ez az a fajta sebezhetőség, amelyet a Rowhammer a legtöbb esetben kihasznál. Az ECC engedélyezése az NVIDIA professzionális GPU-in nagymértékben csökkenti a támadás megbízhatóságát, mivel a bitátváltások még azelőtt korrigálódnak, hogy bármilyen észrevehető hatást fejtenének ki. Ez a funkció azonban sok munkaállomás-kártyán alapértelmezés szerint le van tiltva a vele járó teljesítménycsökkenés miatt, és a legtöbb fogyasztói modellen egyszerűen nincs jelen.

  Hány életciklusa van egy MacBook Air akkumulátornak?

Van egy kellemetlen árnyalat is: számos tanulmány kimutatta, hogy A Rowhammer néhány fejlettebb változata képes megkerülni az ECC védelmetPéldául többbites változások előidézésével ugyanabban a cellában, vagy a korrekciós kapacitást meghaladó minták kombinálásával. Állandó versenyfutás folyik azok között, akik a mérséklési megoldásokat tervezik, és azok között, akik a megkerülési módokat tanulmányozzák.

Mindenesetre, amíg az NVIDIA nem biztosít konkrét firmware-, illesztőprogram- vagy hardvermegoldásokat erre a problémára, a kutatók általános ajánlása egyértelmű: Amikor csak lehetséges, engedélyezd az IOMMU-t a BIOS-ban, és engedélyezd az ECC-t a kompatibilis GPU-kon., feltételezve a teljesítmény és a hatékony memória mérsékelt romlását, mint a biztonság javításához szükséges rosszat.

A probléma elterjedtsége, az érintett modellek és a jelenlegi helyzet

Az egyik legfontosabb kérdés a következő: Hány GPU-t érintenek valójában ezek a sebezhetőségek? A publikált tanulmányok konkrét támpontokat adnak, bár a teljes kép még alakulóban van. A GDDRHammer 25 csúcskategóriás GDDR6 memóriával rendelkező grafikus kártyát vizsgált, és megállapította, hogy a 17 Ampere alapú RTX A6000 modellből 16 sebezhető volt a hatékony Rowhammer támadásokkal szemben.

Ezek kiegészítik a dokumentált bizonyítékokat a ...-ról. A fogyasztói GeForce RTX 3060 és az RTX 6000 Adaamely laboratóriumi körülmények között jelentős számú bitcserét is mutatott. Bár eddig csak három konkrét modellt erősítettek meg teljesen a teljes támadásokban, maguk a szerzők ragaszkodnak ahhoz, hogy egyáltalán nem lenne meglepő, ha az NVIDIA, sőt az AMD vagy az Intel más újabb grafikus kártyái is ugyanezt az Achilles-sarkat szenvednék el.

A végfelhasználó szemszögéből ez azt jelenti, hogy Bármely NVIDIA GPU-val és GDDR6 memóriával rendelkező számítógép potenciálisan sebezhető lehetEz különösen igaz, ha olyan illesztőprogramokat és rendszerkonfigurációkat használsz, amelyek nem engedélyezik az IOMMU-t vagy az ECC-t. Mivel a jogosultságok eszkalációja hardverszinten történik, a hagyományos vírusvédelmi és biztonsági megoldások alig vagy egyáltalán nem látják át, hogy mi történik, így nehéz észrevenni azokat.

A jó hír, mindent összevetve, egyelőre az, hogy Nincsenek ismert esetek ezen technikák aktív kihasználására valós támadásokban. az akadémiai szférán kívül. A kutatók rámutatnak, hogy ez némi mozgásteret biztosít az iparnak, beleértve a gyártókat is, hogy további intézkedésekkel reagáljanak, mielőtt a használatra kész exploitation kit-ek elérhetővé válnának.

Különösen kritikus környezetekben, mint például a nagy felhőplatformok és a nagyméretű mesterséges intelligencia szolgáltatók, gyakori, hogy már rendelkeznek jelentősen magasabb biztonsági szint, mint egy asztali számítógép esetébenEz magában foglalja a szigorúbb IOMMU konfigurációkat, az alaposabb monitorozást és a munkaterhelés szegmentálását, ami csökkenti a GPU elleni Rowhammer támadás gyakorlati kockázatát ahhoz képest, ami egy otthoni felhasználó PC-jén vagy rosszul konfigurált szervereken történhetne.

Az NVIDIA a maga részéről egy másik kapcsolódó támadás, a GPUHammer kapcsán korábban közzétett dokumentációra hivatkozott, amelyben egy konfigurációs és enyhítési ajánlásokat tartalmazó referenciaoldalt kínált, bár egyelőre nem bocsátkozott túl sok konkrét részletbe az új GDDRHammer és GeForge variánsokkal kapcsolatban.

A kirajzolódó kép egy olyan a DRAM fizikájában rejlő sebezhetőség amely a rendszermemóriától gyakorlatilag minden olyan komponensre kiterjed, amely sűrű DRAM cellákat használ: CPU-kra, hagyományos DDR memóriára, specifikus DDR5 modulokra, mint például az SK Hynix 2025-ben érintett moduljaira, AMD CPU-k által használt memóriákra, mint például a Zen 2 és Zen 3 ZenHammerjére, és mostantól az NVIDIA GPU-kban található GDDR6-ra is.

Mától minden arra mutat Rowhammer még jó ideig csatatér marad.Ez igaz mind az akadémiai kutatásokra, mind az iparra. Az NVIDIA GDDR6 memóriával rendelkező grafikus kártyákkal kapcsolatos felfedezések egyértelmű figyelmeztetést jelentenek arra, hogy már nem elég a processzor vagy az operációs rendszer miatt aggódni: a grafikus hardver biztonsága – akár tetszik, akár nem – a kirakós egy újabb darabjává vált.

Az eddig közzétett összes információ alapján egyértelmű, hogy a következők kombinációja Növekvő hardver komplexitás, a mesterséges intelligencia és a játékok terén a GPU-k iránti hatalmas támaszkodás, valamint olyan fizikai sebezhetőségek, mint a Rowhammer Ez biztonsági szempontból bizonytalan helyzetbe hozza az NVIDIA GDDR6 memóriával rendelkező grafikus kártyáit. Bár a gyakorlati kockázat az átlagfelhasználó számára jelenleg nem extrém, az egyszerű bitcseréktől a teljes rendszerátvételig való továbblépés lehetősége olyan technikákkal, mint a GDDRHammer vagy a GeForge, olyan kutatást tesz szükségessé, amelyet a gyártóknak, a rendszergazdáknak és a kiberbiztonsági szakembereknek nagyon komolyan kell venniük, kezdve az olyan konfigurációk áttekintésével, mint az IOMMU és az ECC, ahol elérhetők.

Mi az a GPU Rowhammer?
Kapcsolódó cikk:
Mi a GPU Rowhammer vagy GPUHammer, és miért jelent kihívást a mesterséges intelligencia számára?