Kartu grafis NVIDIA dengan GDDR6 dan serangan Rowhammer: apa yang sedang terjadi?

PCHardwarePro » Windows » Kartu grafis NVIDIA dengan GDDR6 dan serangan Rowhammer: apa yang sedang terjadi?

Dalam beberapa tahun terakhir, Kartu grafis NVIDIA dengan memori GDDR6 telah menjadi komponen kunci. Mulai dari pusat data dan stasiun kerja profesional hingga PC rumahan untuk bermain game dan kecerdasan buatan, apa yang sampai baru-baru ini dianggap sebagai perangkat keras yang sangat canggih tetapi relatif sekunder dalam hal keamanan kini berada di bawah pengawasan: beberapa studi akademis telah menunjukkan bahwa GPU ini rentan terhadap serangan tipe Rowhammer yang mampu membahayakan sistem sepenuhnya.

Skenario ini mewakili perubahan signifikan dalam cara kita memahami keamanan siber pada perangkat modern: Kode tanpa hak istimewa yang berjalan di GPU pada akhirnya dapat mengambil kendali penuh atas memori CPU.Dengan melewati mekanisme isolasi klasik dan meningkatkan hak aksesnya ke tingkat root atau administrator, Rowhammer telah dieksploitasi. Mari kita lihat lebih dekat apa itu Rowhammer, bagaimana ia beradaptasi dengan dunia kartu grafis NVIDIA dengan GDDR6, apa sebenarnya yang telah dicapai para peneliti, dan apa saja pilihan nyata yang ada saat ini untuk mengurangi masalah tersebut.

Apa itu Rowhammer dan mengapa tempat ini sangat berbahaya?

Serangan Rowhammer memanfaatkan kelemahan fisik memori DRAMHal ini terjadi baik pada modul DDR tradisional maupun memori khusus seperti GDDR yang digunakan pada GPU. Idenya relatif mudah dijelaskan, meskipun aplikasi praktisnya sangat canggih: jika baris-baris sel memori tertentu diakses dengan sangat cepat dan berulang kali, gangguan listrik akan dihasilkan yang dapat mengubah bit yang tersimpan di baris-baris yang berdekatan.

Dalam praktiknya, fenomena ini berarti bahwa sebuah bit yang disimpan sebagai 0 bisa menjadi 1 dan sebaliknya.Perubahan ini dikenal sebagai "bit flips." Masalah seriusnya bukan hanya kesalahan itu sendiri, tetapi penyerang dengan pola akses yang dirancang dengan cermat dapat memaksa terjadinya bit flips ini pada struktur memori yang sangat spesifik, seperti tabel halaman atau data sensitif, sehingga memungkinkan mereka untuk melanggar isolasi proses atau meningkatkan hak akses.

Karya paling awal yang diketahui secara meyakinkan mendemonstrasikan Rowhammer berasal dari sekitar tahun 2014, ketika "penambahan beban" intensif pada sel memori DDR3 terbukti efektif. untuk menyebabkan perubahan bit yang cukup untuk mengeksekusi kode dengan hak akses lebih tinggi dari yang diizinkan. Pada tahun 2015, mereka melangkah lebih jauh, mendemonstrasikan serangan praktis yang mampu menaikkan status pengguna yang tidak berwenang menjadi administrator dan melewati perlindungan lingkungan sandbox hanya dengan mengeksploitasi fisika DRAM ini.

Pada masa itu, perhatian hampir seluruhnya terfokus pada memori sistem (DDR3 terlebih dahulu, DDR4 kemudian), dan diasumsikan bahwa mekanisme seperti ECC (Kode Koreksi Kesalahan) Dan teknik Target Row Refresh (TRR) yang diterapkan oleh produsen memori akan cukup untuk menahan ancaman dalam skenario dunia nyata. Studi terbaru telah memperjelas bahwa keyakinan ini, paling tidak, bersifat optimis.

Saat ini kita tahu bahwa serangan Rowhammer tidak terbatas pada memori utama CPU. Bukti eksperimental menunjukkan bahwa Memori GDDR6 yang digunakan di banyak GPU NVIDIA modern juga rentan.Hal ini membuka pintu bagi serangan yang jauh lebih dalam daripada sekadar menurunkan kualitas model AI atau merusak data: bahkan dapat membahayakan sistem operasi host.

Dari RAM sistem hingga GPU: mengapa memori GDDR6 NVIDIA menjadi sorotan

Selama bertahun-tahun, keamanan hampir secara eksklusif berfokus pada prosesor, sistem operasi, dan aplikasiDahulu, GPU lebih dipandang sebagai akselerator yang relatif terisolasi, bertenaga tetapi jauh dari inti kritis sistem. Pandangan ini tidak lagi valid: grafis modern terintegrasi secara mendalam dengan memori host melalui mekanisme seperti Unified Virtual Memory dan akses langsung melalui bus PCIe.

Para peneliti dari UNC Chapel Hill, Georgia Tech, dan pusat-pusat lainnya secara independen telah menunjukkan bahwa GPU NVIDIA berbasis arsitektur Ampere dan Ada Lovelace dengan memori GDDR6 rentan terhadap varian canggih dari Rowhammer.Karya mereka, yang dikenal sebagai GDDRHammer, GeForge, dan GPUHammer, menunjukkan berbagai cara untuk mengeksploitasi kerentanan fisik GDDR6 untuk menyebabkan perubahan bit besar-besaran dan terkontrol.

Pengujian praktis telah menghasilkan beberapa angka yang sangat mencengangkan: lebih dari 1.100 bit-flip pada GeForce RTX 3060 dan lebih dari 200 pada RTX A6000 profesional dalam kasus GeForce; dan rata-rata sekitar 1.000 perubahan bit per gigabyte memori dengan GDDRHammer, yaitu, puluhan kali lebih banyak daripada serangan GPU sebelumnya. Hal ini menunjukkan dengan jelas bahwa GDDR6 tidak hanya rentan, tetapi rentan hingga tingkat yang memungkinkan serangan sistem secara keseluruhan.

Perlu ditekankan bahwa, untuk saat ini, model-model spesifik yang terbukti rentan meliputi, antara lain, NVIDIA GeForce RTX 3060 untuk konsumen dan kartu grafis profesional seperti RTX 6000, RTX 6000 Ada, dan RTX A6000 dengan memori GDDR6. Para penulis sendiri mengklarifikasi bahwa tidak akan mengherankan jika generasi GPU terbaru lainnya (tidak hanya dari NVIDIA, tetapi juga dari AMD atau Intel) menunjukkan masalah serupa, meskipun hal itu masih perlu dipelajari secara sistematis.

Informasi penting lainnya adalah, menurut penelitian yang telah dipublikasikan, Memori GDDR6X dan GDDR7 tampaknya lebih tahan terhadap jenis serangan ini. dengan teknik yang digunakan sejauh ini. Ini tidak berarti mereka kebal selamanya, tetapi ini berarti bahwa, dalam kondisi spesifik penelitian, tingkat perubahan bit yang sama seperti pada GDDR6 belum tercapai.

Proyek GDDRHammer, GeForge, dan GPUHammer: apa sebenarnya yang telah mereka demonstrasikan?

Tiga nama yang menjadi sorotan di bidang ini adalah: GDDRHammer, GeForge, dan... Proyek GPU RowhammerMeskipun setiap lini pekerjaan memiliki tujuannya sendiri, semuanya berawal dari dasar yang sama: memanfaatkan kerentanan Rowhammer pada memori GDDR6 bukan hanya untuk kesalahan terisolasi, tetapi juga membangun rantai serangan lengkap yang memungkinkan mesin host untuk dikompromikan.

GDDRHammer dan GeForge berfokus pada demonstrasi serangan peningkatan hak akses penuh Mulai dari kode tanpa hak istimewa yang berjalan di GPU hingga mendapatkan akses root ke sistem operasi, GPUHammer berfokus pada dampak yang dapat ditimbulkan oleh perubahan bit ini terhadap akurasi model AI yang sedang berjalan, yang secara drastis menurunkan keandalannya hanya dengan perubahan bit yang tepat.

Generasi karya baru ini jauh melampaui uji coba konsep awal dengan GPU, yang hampir tidak mampu menghasilkan beberapa perubahan bit dan hanya sedikit menurunkan inferensi jaringan saraf. Sekarang ada pembicaraan tentang Rangkaian serangan lengkap, dengan manipulasi rinci tabel halaman, penghindaran tindakan pencegahan perangkat keras, dan akses sembarangan ke memori host.Ini bukan sekadar bug yang menjengkelkan, tetapi juga ancaman keamanan tingkat tinggi.

Selain itu, kedua studio utama, GDDRHammer dan GeForge, akan secara resmi diperkenalkan pada acara tersebut. Simposium Keamanan dan Privasi IEEE ke-47 pada Mei 2026Hal ini menyoroti relevansinya dalam komunitas keamanan. Hingga saat ini, kita telah membahas karya akademis, tetapi publikasinya membantu para produsen dan penyedia layanan untuk menyadari masalah ini dan mulai mengembangkan mitigasi yang lebih kuat.

Detail teknis: bagaimana mereka berhasil memaksakan perubahan bit pada GDDR6

Agar Rowhammer benar-benar berguna dalam serangan, sekadar memicu beberapa kesalahan acak saja tidak cukup. Para peneliti harus merancangnya. pola akses yang sangat halus yang memungkinkan mereka untuk melewati pertahanan memori GDDR6, menemukan sel-sel yang sangat rentan, dan memusatkan perubahan bit pada struktur yang paling relevan untuk meningkatkan hak akses.

Salah satu kuncinya terletak pada mitigasi Target Row Refresh (TRR), yang berupaya mengidentifikasi pola akses yang mencurigakan dan secara proaktif memperbarui baris-baris di sekitarnya. Forge memperkenalkan fitur ini. pola tidak seragam yang tersebar di beberapa interval penyegaranmengubah frekuensi dan bahkan urutan aktivasi baris sehingga perangkat keras tidak mendeteksi bahwa wilayah tertentu sedang diinjak-injak.

Sementara itu, GDDRHammer memanfaatkan fakta bahwa Deretan memori DRAM pada kartu grafis memiliki susunan geometris yang tidak monoton.Dengan kata lain, hubungan antara alamat fisik dan posisi sebenarnya dalam bank memori bukanlah hubungan linier atau sederhana. Setelah melalui proses analisis, mereka berhasil membangun pola Rowhammer dua sisi yang sangat efektif, bahkan ketika alamat fisik tampak berjauhan di atas kertas.

Pembagian kerja di antara multiprosesor streaming (SM) GPU juga sangat penting. menetapkan bank memori tertentu untuk SM tertentu dan menyinkronkan eksekusinya sebagian.Mereka berhasil memaksimalkan jumlah aktivasi per satuan waktu tanpa mekanisme keamanan internal DRAM mampu bertindak tepat waktu.

Sebagai hasil dari pendekatan ini, tingkat pembalikan bit yang sangat tinggi tercapai: metode GeForge mencapai lingkungan 1.171 perubahan bit pada RTX 3060 dan 202 pada RTX A6000GDDRHammer melaporkan rata-rata 1.032 bit-flip per gigabyte memori, yang mewakili peningkatan sekitar 64 kali lipat dibandingkan upaya berbasis GPU sebelumnya. Dengan angka-angka seperti ini, kita tidak lagi berurusan dengan fenomena sporadis, melainkan senjata yang berpotensi sistematis.

Dari perubahan bit hingga kendali penuh: manipulasi tabel halaman dan peningkatan hak akses

Yang benar-benar mengesankan dari karya-karya ini adalah bagaimana karya-karya tersebut mengubah perubahan listrik kecil dalam kendali absolut sistemUntuk mencapai hal ini, serangan tersebut menargetkan tabel halaman hierarkis yang dikelola oleh unit manajemen memori (MMU) GPU, struktur penting yang menentukan bagaimana alamat virtual diterjemahkan menjadi alamat fisik.

Masalahnya adalah tabel halaman ini biasanya berada di wilayah memori yang terlindungi atau tidak dapat diprediksiBukan di lokasi yang tepat yang diinginkan penyerang untuk menyebabkan perubahan bit. Di sinilah yang disebut "pemrosesan memori" berperan: teknik yang memaksa alokator untuk menempatkan tabel-tabel ini di lokasi fisik yang sebelumnya telah diidentifikasi oleh penyerang sebagai rentan terhadap Rowhammer.

GDDRHammer menggunakan pemetaan memori bersama untuk Membebani alokator dan mempersempit jarak antara memori yang dikendalikan pengguna dan tabel halaman.GeForge secara khusus berfokus pada entri di Direktori Halaman 0 (PD0). Dengan mengalokasikan dan membebaskan blok Memori Virtual Terpadu secara cermat, mereka menciptakan struktur PD0 baru tepat di subhalaman 4 KB di mana mereka tahu bahwa perubahan bit dapat terjadi.

Begitu struktur-struktur ini terjebak dalam posisi rentan, perubahan bit kritis tunggal saja sudah cukup untuk mengubah penunjuk alamat fisik dari entri tabel halamanDengan cara ini, entri tersebut berhenti mengarah ke tabel yang sah dan mulai merujuk ke tabel halaman palsu, yang 100% dikendalikan oleh penyerang. Sejak saat itu, semua akses yang menggunakan entri tersebut diatur oleh aturan, izin, dan pengalihan yang ditentukan oleh kode berbahaya tersebut.

Langkah selanjutnya adalah memanfaatkan kolom spesifik dalam entri-entri ini yang menunjukkan apakah Alamat fisik tersebut sesuai dengan memori lokal GPU atau memori sistem host.Dengan memodifikasi nilai ini, penyerang mengalihkan operasi baca dan tulis GPU ke RAM fisik CPU melalui bus PCIe, melewati MMU prosesor pusat dan perlindungan salinan tulis sistem operasi.

Dalam demonstrasi mereka, para peneliti bahkan sampai pada tahap langsung menimpa segmen kode pustaka standar C di memori host.Secara spesifik, mereka menyuntikkan kode mesin ke dalam fungsi yang digunakan oleh program sah dengan hak akses yang lebih tinggi. Ketika program tersebut menjalankan fungsi yang telah dimodifikasi, kode berbahaya tersebut berjalan dengan izin penuh, memberikan penyerang konsol superuser dan kendali penuh atas sistem.

Dampak pada kecerdasan buatan: studi kasus GPUHammer

Di luar kendali sistem, aspek lain yang mengkhawatirkan adalah... Efek Rowhammer pada keandalan model AIGPUHammer berfokus tepat pada aspek tersebut: bagaimana satu perubahan bit yang tepat dapat merusak akurasi jaringan saraf yang berjalan di GPU.

Dalam salah satu percobaan yang dijelaskan, sebuah NVIDIA RTX A6000 dengan arsitektur Ampere dan GDDR6 48 GB. Untuk menjalankan lima model AI berbasis ImageNet yang telah dilatih sebelumnya. Dalam kondisi normal, model-model ini mencapai akurasi sekitar 80%. Setelah GPUHammer diterapkan dan manipulasi bit dipicu di lokasi memori kritis, akurasi anjlok hingga serendah 0,1%.

Yang mengejutkan adalah, untuk mewujudkan bencana ini, yang dibutuhkan hanyalah... perubahan satu bit dalam memoriJika kita menerapkannya ke lingkungan produksi, di mana model AI digunakan dalam layanan penting (mulai dari diagnosis medis hingga sistem rekomendasi pada platform raksasa), potensi untuk menyebabkan kerusakan atau sabotase sangat jelas, bahkan tanpa perlu meningkatkan hak akses ke sistem operasi.

Serangan GPUHammer itu sendiri menunjukkan bahwa, meskipun pada awalnya mungkin tampak seperti proyek penelitian, ada vektor serangan sebenarnya terhadap integritas hasil AIMusuh yang berhasil mengeksekusi kode pada GPU, bahkan dengan izin terbatas, dapat secara diam-diam memanipulasi model untuk membuatnya tidak dapat digunakan atau, lebih buruk lagi, membiaskan keputusan mereka tanpa ada yang menyadarinya dalam jangka pendek.

Menanggapi hasil ini, NVIDIA telah mengakui masalah tersebut dan menunjukkan hal-hal berikut: Mengaktifkan ECC pada GPU sebagai langkah mitigasi utama.Namun, hal ini tidak datang tanpa konsekuensi: dalam pengujian inferensi AI, penurunan kinerja sekitar 10% dan pengurangan memori yang dapat digunakan sekitar 6,25% telah diamati ketika mengaktifkan ECC, yang bukan detail kecil bagi mereka yang memaksimalkan kemampuan perangkat keras mereka.

Usulan mitigasi: IOMMU, ECC dan keterbatasannya

Penelitian menunjukkan dua teknik utama untuk mencoba membendung serangan-serangan ini: Aktifkan IOMMU di BIOS sistem. dan mengaktifkan kode koreksi kesalahan (ECC) pada GPU yang mendukungnya. Keduanya bermanfaat, tetapi tidak ada yang merupakan solusi ajaib.

IOMMU (Input/Output Memory Management Unit) bertindak sebagai lapisan penerjemahan dan penyaringan antara perangkat seperti GPU dan memori hostSaat diaktifkan dan dikonfigurasi dengan benar, fitur ini membatasi akses langsung kartu grafis ke rentang memori tertentu, mencegahnya membaca atau menulis secara bebas ke seluruh RAM sistem bahkan jika berhasil membajak tabel halamannya sendiri.

Masalah praktisnya adalah, di banyak sistem Linux komersial, IOMMU dinonaktifkan secara default karena alasan kompatibilitas dan performa.Hal ini membuat sejumlah besar sistem rentan, terutama di lingkungan yang memprioritaskan performa GPU mentah maksimal. Selain itu, studi menunjukkan bahwa teknik-teknik (seperti GeForce Memory Massaging) masih dapat memberikan dampak signifikan bahkan dengan tingkat perlindungan tertentu yang diaktifkan.

Di sisi lain, ECC dirancang untuk mendeteksi dan memperbaiki kesalahan bit tunggal dalam memoriInilah jenis kerentanan yang paling sering dieksploitasi oleh Rowhammer. Mengaktifkan ECC pada GPU profesional NVIDIA sangat mengurangi keandalan serangan karena perubahan bit dikoreksi sebelum menimbulkan efek yang terlihat. Namun, fitur ini sering dinonaktifkan secara default pada banyak kartu workstation karena penalti kinerja yang ditimbulkannya, dan fitur ini tidak ada pada sebagian besar model konsumen.

Ada juga nuansa yang kurang menyenangkan: beberapa penelitian telah menunjukkan bahwa Beberapa varian lanjutan dari Rowhammer dapat melewati pertahanan ECC.Sebagai contoh, dengan menyebabkan perubahan multi-bit pada sel yang sama atau dengan menggabungkan pola yang melebihi kapasitas koreksi. Ini adalah perlombaan terus-menerus antara mereka yang merancang mitigasi dan mereka yang mempelajari cara untuk mengakali mitigasi tersebut.

Bagaimanapun juga, sampai NVIDIA menyediakan firmware, driver, atau solusi perangkat keras khusus untuk masalah ini, rekomendasi umum para peneliti sudah jelas: Aktifkan IOMMU di BIOS jika memungkinkan dan aktifkan ECC pada GPU yang kompatibel., dengan menganggap penalti moderat pada kinerja dan memori efektif sebagai keburukan yang diperlukan untuk meningkatkan keamanan.

Prevalensi masalah, model yang terpengaruh, dan situasi terkini.

Salah satu pertanyaan kuncinya adalah: Berapa banyak GPU yang sebenarnya terpengaruh oleh kerentanan ini? Studi-studi yang dipublikasikan menawarkan beberapa petunjuk konkret, meskipun gambaran lengkapnya masih sedang disusun. GDDRHammer mengevaluasi 25 kartu grafis kelas atas dengan GDDR6, dan menemukan bahwa 16 dari 17 model RTX A6000 berbasis Ampere rentan terhadap serangan Rowhammer yang efektif.

Ini merupakan tambahan dari bukti yang telah didokumentasikan mengenai Kartu grafis GeForce RTX 3060 dan RTX 6000 untuk konsumen.yang juga menunjukkan sejumlah besar perubahan bit dalam kondisi laboratorium. Meskipun sejauh ini hanya tiga model spesifik yang telah dikonfirmasi sepenuhnya diretas dalam serangan lengkap, para penulis sendiri bersikeras bahwa tidak akan mengejutkan sama sekali jika kartu grafis terbaru lainnya dari NVIDIA, dan bahkan AMD atau Intel, memiliki kelemahan yang sama.

Dari perspektif pengguna akhir, ini berarti bahwa Komputer mana pun dengan GPU NVIDIA yang menggunakan memori GDDR6 berpotensi rentan.Hal ini terutama berlaku jika Anda menggunakan driver dan konfigurasi sistem yang tidak mengaktifkan IOMMU atau ECC. Dan karena peningkatan hak akses terjadi pada tingkat perangkat keras, solusi antivirus dan keamanan tradisional memiliki sedikit atau bahkan tidak ada visibilitas terhadap apa yang terjadi, sehingga sulit untuk mendeteksinya.

Kabar baiknya, jika mempertimbangkan semuanya, adalah untuk saat ini Tidak ada kasus yang diketahui mengenai eksploitasi aktif teknik-teknik ini dalam serangan nyata. di luar lingkungan akademis. Para peneliti menunjukkan bahwa hal ini memberikan ruang gerak bagi industri, termasuk produsen, untuk merespons dengan mengambil langkah-langkah tambahan sebelum perangkat eksploitasi siap pakai tersedia.

Dalam lingkungan yang sangat kritis, seperti platform cloud besar dan penyedia layanan AI skala besar, biasanya sudah ada tingkat keamanan yang jauh lebih tinggi daripada PC desktop.Ini termasuk konfigurasi IOMMU yang lebih ketat, pemantauan yang lebih menyeluruh, dan segmentasi beban kerja, yang mengurangi risiko praktis serangan Rowhammer terhadap GPU dibandingkan dengan apa yang mungkin terjadi pada PC pengguna rumahan atau server yang dikonfigurasi dengan buruk.

NVIDIA sendiri telah merujuk pada dokumentasi yang sebelumnya diterbitkan dalam konteks serangan terkait lainnya, GPUHammer, dengan menawarkan halaman referensi yang berisi rekomendasi konfigurasi dan mitigasi, meskipun belum membahas terlalu banyak detail spesifik tentang varian GDDRHammer dan GeForge yang baru ini.

Gambaran yang muncul adalah gambaran tentang sebuah kerentanan yang melekat pada fisika DRAM yang telah meluas dari memori sistem ke hampir semua komponen yang bergantung pada sel DRAM padat: CPU, memori DDR tradisional, modul DDR5 khusus seperti yang diproduksi oleh SK Hynix yang terpengaruh pada tahun 2025, memori yang digunakan oleh CPU AMD seperti ZenHammer di Zen 2 dan Zen 3, dan sekarang juga GDDR6 di GPU NVIDIA.

Sampai saat ini, semuanya mengarah pada fakta bahwa Rowhammer akan tetap menjadi medan pertempuran untuk waktu yang cukup lama.Hal ini berlaku baik dalam penelitian akademis maupun di industri. Penemuan-penemuan terkait kartu grafis NVIDIA dengan GDDR6 merupakan peringatan yang jelas bahwa mengkhawatirkan prosesor atau sistem operasi saja tidak lagi cukup: keamanan perangkat keras grafis telah menjadi, suka atau tidak suka, bagian lain dari teka-teki tersebut.

Dengan semua informasi yang telah dipublikasikan sejauh ini, jelas bahwa kombinasi dari Meningkatnya kompleksitas perangkat keras, ketergantungan besar pada GPU untuk AI dan game, serta kerentanan fisik seperti Rowhammer. Hal ini menempatkan kartu grafis NVIDIA dengan GDDR6 dalam posisi yang genting dari sudut pandang keamanan. Meskipun risiko praktis bagi pengguna rata-rata saat ini tidak ekstrem, kemungkinan berkembang dari perubahan bit sederhana hingga pengambilalihan sistem total menggunakan teknik seperti GDDRHammer atau GeForge menjadikan penelitian ini sesuatu yang harus ditanggapi dengan sangat serius oleh produsen, administrator sistem, dan profesional keamanan siber, dimulai dengan meninjau konfigurasi seperti IOMMU dan ECC jika tersedia.

Artikel terkait:

Apa itu GPU Rowhammer atau GPUHammer dan mengapa hal itu menantang AI?