- Procesory graficzne NVIDIA z pamięcią GDDR6 są podatne na zaawansowane warianty Rowhammera, zdolne do przeprowadzania tysięcy kontrolowanych zmian bitowych.
- Ataki takie jak GDDRHammer i GeForge umożliwiają kodowi bez uprawnień na GPU przejęcie kontroli nad tabelami stron i dostęp do całej pamięci procesora.
- Aktywacja IOMMU i ECC zmniejsza ryzyko, ale odbywa się to kosztem wydajności i nie oferuje całkowicie niezawodnej ochrony przed wszystkimi wektorami ataków.
- Jak dotąd nie odnotowano żadnych rzeczywistych ataków, jednak rozprzestrzenianie się tych luk na procesory graficzne sprawia, że bezpieczeństwo sprzętu graficznego staje się kwestią krytyczną.
W ostatnich latach karty graficzne NVIDIA z pamięcią GDDR6 stały się kluczowym komponentem w centrach danych, profesjonalnych stacjach roboczych i komputerach domowych do gier i sztucznej inteligencji. To, co do niedawna uważano za bardzo wydajny, ale stosunkowo drugorzędny pod względem bezpieczeństwa sprzęt, jest obecnie poddawane analizie: kilka badań akademickich wykazało, że te układy GPU są podatne na ataki typu Rowhammer, które mogą całkowicie uszkodzić system.
Ten scenariusz stanowi znaczącą zmianę w naszym rozumieniu cyberbezpieczeństwa na współczesnych komputerach: nieuprzywilejowany kod działający na GPU może uzyskać pełną kontrolę nad pamięcią procesora , omijając tradycyjne mechanizmy izolacji i podnosząc swoje uprawnienia do poziomu roota lub administratora. Przyjrzyjmy się bliżej, czym jest Rowhammer, jak zaadaptował się do świata kart graficznych NVIDIA z pamięcią GDDR6, co dokładnie osiągnęli badacze i jakie realne możliwości rozwiązania tego problemu istnieją obecnie.
Czym jest Rowhammer i dlaczego jest tak niebezpieczny?
Ataki Rowhammer wykorzystują fizyczną słabość pamięci DRAM , zarówno w tradycyjnych modułach DDR, jak i w pamięciach specjalistycznych, takich jak GDDR, stosowanych w procesorach graficznych. Idea jest stosunkowo prosta do wyjaśnienia, choć jej praktyczne wykorzystanie jest bardzo skomplikowane: jeśli do określonych rzędów komórek pamięci uzyskuje się niezwykle szybki i powtarzalny dostęp, generowane są zakłócenia elektryczne, które mogą zmieniać bity przechowywane w sąsiednich rzędach.
W praktyce zjawisko to oznacza, że bit zapisany jako 0 może zmienić się na 1 i odwrotnie . Zmiany te nazywane są „przewróceniem bitu”. Poważnym problemem jest nie tylko sam błąd, ale także to, że atakujący, dysponując starannie zaprojektowanym wzorcem dostępu, może wymusić te przewrócenia bitu w bardzo specyficznych strukturach pamięci, takich jak tablice stron lub poufne dane, co pozwala mu na przerwanie izolacji procesu lub eskalację uprawnień.
Pierwsze znane prace przekonująco demonstrujące działanie Rowhammera pochodzą z około 2014 roku, kiedy to wykazano, że intensywne „młotkowanie” komórek pamięci DDR3 może powodować zmiany bitowe na tyle duże, że kod może zostać wykonany z uprawnieniami wyższymi niż dozwolone. W 2015 roku naukowcy poszli o krok dalej, prezentując praktyczne ataki, które pozwalają na podniesienie nieautoryzowanego użytkownika do poziomu administratora i ominięcie ochrony sandboxa poprzez wykorzystanie fizyki pamięci DRAM.
W tamtym czasie uwaga skupiała się niemal wyłącznie na pamięci systemowej (najpierw DDR3, później DDR4) i zakładano, że mechanizmy takie jak ECC (Error-Correcting Code) i techniki odświeżania wiersza docelowego (Target Row Refresh – TRR) wdrażane przez producentów pamięci wystarczą do powstrzymania zagrożenia w rzeczywistych scenariuszach. Najnowsze badania jasno wykazały, że ta pewność była co najwyżej optymistyczna.
Dziś wiemy, że ataki Rowhammer nie ograniczają się do pamięci głównej procesora. Dowody eksperymentalne pokazują, że pamięć GDDR6, używana w wielu nowoczesnych procesorach graficznych NVIDIA, jest również podatna na ataki, co otwiera drogę do ataków znacznie poważniejszych niż degradacja modelu sztucznej inteligencji czy uszkodzenie danych: system operacyjny hosta może zostać zaatakowany.
Od pamięci RAM systemu do procesorów graficznych: dlaczego pamięć GDDR6 firmy NVIDIA jest w centrum uwagi
Przez lata bezpieczeństwo koncentrowało się niemal wyłącznie na procesorach, systemach operacyjnych i aplikacjach . Procesory graficzne (GPU) były postrzegane raczej jako stosunkowo odizolowane akceleratory – wydajne, ale oddalone od krytycznego rdzenia systemu. Ten pogląd nie jest już aktualny: współczesne układy graficzne są głęboko zintegrowane z pamięcią hosta poprzez mechanizmy takie jak ujednolicona pamięć wirtualna (Unified Virtual Memory) i bezpośredni dostęp przez magistralę PCIe.
Naukowcy z UNC Chapel Hill, Georgia Tech i innych instytucji niezależnie wykazali, że procesory graficzne NVIDIA oparte na architekturach Ampere i Ada Lovelace z pamięcią GDDR6 są podatne na zaawansowane warianty Rowhammera . Ich prace, znane jako GDDRHammer, GeForge i GPUHammer, pokazują różne sposoby wykorzystania fizycznej podatności pamięci GDDR6 do przeprowadzania masowych i kontrolowanych modyfikacji bitów.
Testy praktyczne ujawniły kilka bardzo imponujących wyników: ponad 1.100 przeskoków bitów na karcie GeForce RTX 3060 i ponad 200 na profesjonalnej karcie RTX A6000 w przypadku GeForce; oraz średnio około 1.000 przeskoków bitów na gigabajt pamięci w przypadku GDDRHammer, czyli kilkadziesiąt razy więcej niż w poprzednich atakach na GPU. To jasno pokazuje, że GDDR6 jest nie tylko podatny na ataki, ale na tyle podatny, że ataki na cały system są wykonalne.
Należy podkreślić, że na chwilę obecną wśród modeli, które okazały się podatne na atak, znajdują się między innymi konsumenckie karty NVIDIA GeForce RTX 3060 oraz profesjonalne karty, takie jak RTX 6000, RTX 6000 Ada i RTX A6000 z pamięcią GDDR6. Sami autorzy wyjaśniają, że nie byłoby zaskoczeniem, gdyby inne, nowsze generacje układów GPU (nie tylko NVIDIA, ale także AMD czy Intel) miały podobne problemy, choć kwestia ta wymaga jeszcze systematycznych badań.
Kolejnym kluczowym odkryciem jest to, że według opublikowanych badań, pamięci GDDR6X i GDDR7 wydają się być bardziej odporne na tego typu ataki przy użyciu obecnych technik. Nie oznacza to, że są one niezniszczalne na zawsze, ale oznacza to, że w specyficznych warunkach badań nie udało się odtworzyć takiego samego poziomu przeskoków bitów, jak w przypadku GDDR6.
Projekty GDDRHammer, GeForge i GPUHammer: co dokładnie zademonstrowały?
Trzy firmy znalazły się na pierwszych stronach gazet w tym obszarze: GDDRHammer, GeForge i projekt GPU Rowhammer . Chociaż każda z tych linii ma swój własny cel, wszystkie mają ten sam fundament: wykorzystanie Rowhammer w pamięci GDDR6 nie tylko do wykrycia pojedynczej luki, ale także do zbudowania kompletnych łańcuchów ataków, które umożliwiają włamanie się do systemu hosta.
GDDRHammer i GeForge koncentrują się na demonstracji ataków z pełną eskalacją uprawnień, od nieuprawnionego uruchomienia kodu na GPU po uzyskanie dostępu root do systemu operacyjnego. GPUHammer z kolei koncentruje się na wpływie, jaki te przeskoki bitowe mogą mieć na dokładność działających modeli AI, drastycznie obniżając ich niezawodność nawet przy dobrze wykonanym przeskoku bitowym.
Ta nowa generacja prac wykracza daleko poza wstępne testy proof-of-concept z wykorzystaniem procesorów graficznych, które ledwo zdołały wywołać kilka przeskoków bitowych i tylko nieznacznie pogorszyły wnioskowanie sieci neuronowych. Teraz mówimy o kompletnych łańcuchach ataków, ze szczegółową manipulacją tablicami stron, omijaniem zabezpieczeń sprzętowych i dowolnym dostępem do pamięci hosta . To nie tylko irytujący błąd, ale zagrożenie bezpieczeństwa najwyższego szczebla.
Co więcej, oba główne badania, GDDRHammer i GeForge, zostaną formalnie zaprezentowane podczas 47. Sympozjum IEEE poświęconego bezpieczeństwu i prywatności w maju 2026 roku , podkreślając ich znaczenie dla społeczności zajmującej się bezpieczeństwem. Do tej pory omawialiśmy prace naukowe, ale ich publikacja pomaga producentom i dostawcom usług uświadomić sobie te problemy i rozpocząć opracowywanie skuteczniejszych metod ich ograniczania.
Szczegóły techniczne: jak udaje im się wymusić zmiany bitów w pamięci GDDR6
Aby Rowhammer był naprawdę użyteczny w ataku, samo spowodowanie kilku losowych błędów nie wystarczy. Naukowcy musieli zaprojektować niezwykle precyzyjne wzorce dostępu , które pozwalają im ominąć zabezpieczenia pamięci GDDR6, zlokalizować szczególnie wrażliwe komórki i skoncentrować operacje przeskoku bitów na strukturach najbardziej istotnych dla eskalacji uprawnień.
Jednym z kluczowych mechanizmów jest łagodzenie skutków odświeżania wierszy docelowych (TRR), które próbują identyfikować podejrzane wzorce dostępu i proaktywnie odświeżać sąsiednie wiersze. Aby to osiągnąć, GeForce wprowadza nierównomierne wzorce rozłożone w wielu interwałach odświeżania , zmieniając częstotliwość, a nawet kolejność aktywacji wierszy, aby sprzęt nie wykrywał wielokrotnego dostępu do określonego obszaru.
GDDRHammer z kolei wykorzystuje fakt, że rzędy pamięci DRAM w kartach graficznych mają niemonotoniczny układ geometryczny ; to znaczy, że relacja między adresem fizycznym a rzeczywistą pozycją w bankach pamięci nie jest ani liniowa, ani prosta. Po przeprowadzeniu analizy udaje im się zbudować wysoce efektywne, dwustronne wzorce Rowhammer, nawet gdy adresy fizyczne wydają się odległe na papierze.
Kluczowe znaczenie ma również dystrybucja zadań pomiędzy multiprocesorami strumieniowymi (SM) GPU. Przypisując konkretne banki pamięci do konkretnych SM i częściowo synchronizując ich wykonywanie , maksymalizują one liczbę aktywacji w jednostce czasu, nie pozwalając wewnętrznym mechanizmom bezpieczeństwa pamięci DRAM na zadziałanie w odpowiednim momencie.
W rezultacie tych podejść osiągnięto bardzo wysoką częstotliwość przerzucania bitów: metoda GeForge osiągnęła około 1.171 przerzuceń bitów na karcie RTX 3060 i 202 na karcie RTX A6000 ; GDDRHammer odnotował średnio 1.032 przerzuty bitów na gigabajt pamięci, co stanowi poprawę około 64-krotną w porównaniu z poprzednimi próbami na procesorach graficznych. Przy takich liczbach nie mamy już do czynienia ze zjawiskiem sporadycznym, ale z potencjalnie systematyczną bronią.
Od odwracania bitów do całkowitej kontroli: manipulacja tablicą stron i eskalacja uprawnień
To, co naprawdę imponuje w tych atakach, to sposób, w jaki przekształcają drobne zakłócenia elektryczne w pełną kontrolę systemu . Aby to osiągnąć, ataki celują w hierarchiczne tablice stron zarządzane przez jednostkę zarządzania pamięcią (MMU) procesora GPU – kluczowe struktury, które determinują sposób, w jaki adresy wirtualne są tłumaczone na adresy fizyczne.
Problem polega na tym, że te tablice stron zazwyczaj znajdują się w chronionych lub nieprzewidywalnych obszarach pamięci , a nie tam, gdzie atakujący chciałby, aby się znajdowały, aby powodować zmiany bitów. Właśnie tutaj pojawia się tzw. „masaż pamięci”: techniki, które zmuszają alokatora do umieszczenia tych tablic w fizycznych lokalizacjach, które atakujący wcześniej zidentyfikował jako podatne na atak Rowhammer.
GDDRHammer wykorzystuje mapowanie pamięci współdzielonej do nasycenia alokatora i zmniejszenia luki między pamięcią kontrolowaną przez użytkownika a tablicami stron . GeForge koncentruje się szczególnie na wpisach w Katalogu Stron 0 (PD0). Poprzez staranne przydzielanie i zwalnianie bloków Ujednoliconej Pamięci Wirtualnej, GDDRHammer tworzy nowe struktury PD0 precyzyjnie na podstronie o rozmiarze 4 KB, gdzie wiadomo, że możliwe jest wywołanie przeskoków bitowych.
Gdy struktury te znajdą się w podatnych na ataki pozycjach, wystarczy jedna krytyczna zmiana bitu, aby zmienić fizyczny wskaźnik adresu wpisu w tablicy stron . To powoduje, że wpis nie wskazuje już na prawidłową tablicę, lecz na sfałszowaną tablicę stron, całkowicie kontrolowaną przez atakującego. Od tego momentu wszelki dostęp za pośrednictwem tego wpisu podlega regułom, uprawnieniom i przekierowaniom określonym przez złośliwy kod.
Następnym krokiem jest wykorzystanie określonego pola w tych wpisach, które wskazuje, czy adres fizyczny odpowiada pamięci lokalnej GPU, czy pamięci systemu hosta . Modyfikując tę wartość, atakujący przekierowuje operacje odczytu i zapisu GPU do fizycznej pamięci RAM procesora poprzez magistralę PCIe, omijając własną jednostkę MMU procesora oraz zabezpieczenia przed zapisem w systemie operacyjnym.
W swoich demonstracjach badacze posunęli się nawet do bezpośredniego nadpisania segmentu kodu standardowej biblioteki C w pamięci hosta . Dokładniej mówiąc, wstrzyknęli kod maszynowy do funkcji używanej przez legalny program z podwyższonymi uprawnieniami. Gdy program ten wykonał zmodyfikowaną funkcję, złośliwy kod uruchomił się z pełnymi uprawnieniami, przyznając atakującemu konsolę superużytkownika i pełną kontrolę nad systemem.
Wpływ na sztuczną inteligencję: przypadek GPUHammer
Poza kontrolą systemu, kolejnym niepokojącym aspektem jest wpływ Rowhammera na niezawodność modeli sztucznej inteligencji . GPUHammer koncentruje się właśnie na tym problemie: jak pojedyncza, dobrze umieszczona zmiana bitu może podważyć dokładność sieci neuronowej działającej na GPU.
W jednym z opisanych eksperymentów wykorzystano kartę NVIDIA RTX A6000 z architekturą Ampere i 48 GB pamięci GDDR6 do uruchomienia pięciu wstępnie wytrenowanych modeli sztucznej inteligencji opartych na ImageNet. W normalnych warunkach modele te osiągały dokładność około 80%. Po zastosowaniu GPUHammer i uruchomieniu manipulacji bitami w krytycznych lokalizacjach pamięci, dokładność spadła do poziomu zaledwie 0,1%.
Szokujące jest to, że ta katastrofa wymagała jedynie zmiany jednego bitu w pamięci . Jeśli zastosujemy to do środowisk produkcyjnych, gdzie modele sztucznej inteligencji są wdrażane w usługach o znaczeniu krytycznym (od diagnostyki medycznej po systemy rekomendacji na ogromnych platformach), potencjał uszkodzeń lub sabotażu jest oczywisty, nawet bez eskalacji uprawnień systemu operacyjnego.
Sam atak GPUHammer pokazuje, że choć początkowo może wydawać się projektem badawczym, istnieje realny wektor ataku na integralność wyników sztucznej inteligencji . Przeciwnik, któremu uda się wykonać kod na GPU, nawet z ograniczonymi uprawnieniami, może po cichu manipulować modelami, aby uczynić je bezużytecznymi lub, co gorsza, wpływać na decyzje użytkowników, niezauważalnie dla nikogo w krótkim okresie.
W odpowiedzi na te wyniki firma NVIDIA przyznała się do istnienia problemu i wskazała, że włączenie funkcji ECC na GPU jest głównym sposobem jego ograniczenia . Ma to jednak swoją cenę: w testach wnioskowania AI zaobserwowano spadek wydajności o około 10% i redukcję pamięci użytkowej o około 6,25% po włączeniu funkcji ECC, co nie jest drobnostką dla użytkowników, którzy wykorzystują swój sprzęt do granic możliwości.
Proponowane środki zaradcze: IOMMU, ECC i ich ograniczenia
Badania wskazują na dwie główne techniki powstrzymywania tych ataków: włączenie IOMMU w BIOS-ie systemu oraz włączenie kodów korekcji błędów (ECC) na kartach graficznych, które je obsługują. Obie są pomocne, ale żadna z nich nie jest rozwiązaniem idealnym.
Jednostka zarządzania pamięcią wejścia/wyjścia (IOMMU) działa jako warstwa translacyjna i filtrująca między urządzeniami, takimi jak GPU, a pamięcią hosta . Po włączeniu i prawidłowej konfiguracji ogranicza ona bezpośredni dostęp karty graficznej do określonych zakresów pamięci, uniemożliwiając jej swobodny odczyt lub zapis do całej pamięci RAM systemu, nawet jeśli uda jej się przejąć kontrolę nad własnymi tablicami stron.
Problemem praktycznym jest to, że w wielu komercyjnych systemach Linux moduł IOMMU jest domyślnie wyłączony ze względu na kompatybilność i wydajność . To sprawia, że znaczna liczba komputerów jest podatna na ataki, szczególnie w środowiskach, w których priorytetem jest maksymalna wydajność GPU. Co więcej, badania wykazały, że niektóre techniki (takie jak „masowanie pamięci” w GeForce) mogą nadal mieć znaczący wpływ, nawet przy włączonych niektórych poziomach ochrony.
Z drugiej strony, funkcja ECC została zaprojektowana do wykrywania i korygowania błędów pojedynczych bitów w pamięci , czyli dokładnie tego typu błędów, które w większości przypadków powodują atak Rowhammer. Włączenie funkcji ECC na profesjonalnych procesorach graficznych NVIDIA znacznie zmniejsza niezawodność ataku, ponieważ przeskoki bitów są korygowane, zanim spowodują jakiekolwiek zauważalne skutki. Jednak funkcja ta jest często domyślnie wyłączona na wielu kartach do stacji roboczych ze względu na spadek wydajności, jaki ze sobą niesie, i po prostu nie jest dostępna w większości modeli konsumenckich.
Istnieje również pewien niepokojący niuans: kilka badań wykazało, że niektóre zaawansowane warianty Rowhammera potrafią omijać mechanizmy obronne ECC , na przykład powodując zmiany wielu bitów w tej samej komórce lub łącząc wzorce przekraczające możliwości korekcyjne. To nieustanny wyścig między tymi, którzy projektują mechanizmy łagodzące, a tymi, którzy badają, jak je obejść.
W każdym razie, dopóki firma NVIDIA nie udostępni konkretnego oprogramowania sprzętowego, sterownika lub rozwiązania tego problemu, ogólne zalecenie badaczy jest jasne: włączaj IOMMU w BIOS-ie, kiedy tylko jest to możliwe, a także włącz ECC na zgodnych procesorach graficznych , akceptując umiarkowane pogorszenie wydajności i efektywnej pamięci jako konieczne zło w celu poprawy bezpieczeństwa.
Występowanie problemu, modele, których dotyczy problem i sytuacja bieżąca
Jednym z kluczowych pytań jest: ile procesorów graficznych jest faktycznie dotkniętych tymi lukami? Opublikowane badania dostarczają pewnych konkretnych wskazówek, choć pełny obraz sytuacji wciąż jest w fazie opracowywania. GDDRHammer przeanalizował 25 wysokiej klasy kart graficznych z pamięcią GDDR6 i stwierdził, że 16 z 17 modeli RTX A6000 opartych na architekturze Ampere było podatnych na skuteczne ataki Rowhammer.
Te ustalenia uzupełniają udokumentowane testy na konsumenckich kartach GeForce RTX 3060 i RTX 6000 Ada , które również wykazały znaczną liczbę przeskoków bitowych w warunkach laboratoryjnych. Chociaż jak dotąd potwierdzono, że tylko trzy konkretne modele zostały całkowicie zainfekowane w wyniku ataków z użyciem pełnego kodu, sami autorzy twierdzą, że nie byłoby niczym zaskakującym, gdyby inne najnowsze karty graficzne firmy NVIDIA, a nawet AMD czy Intel, miały tę samą „piętę achillesową”.
Z perspektywy użytkownika końcowego oznacza to, że każdy komputer z procesorem graficznym NVIDIA i pamięcią GDDR6 może być potencjalnie podatny na ataki , zwłaszcza jeśli korzysta ze sterowników i konfiguracji systemu, które nie obsługują IOMMU lub ECC. Ponieważ eskalacja uprawnień następuje na poziomie sprzętowym, tradycyjne rozwiązania antywirusowe i zabezpieczające mają niewielki lub żaden wgląd w to, co się dzieje, co utrudnia wykrycie.
Relatywnie dobrą wiadomością jest to, że obecnie nie są znane żadne przypadki aktywnego wykorzystania tych technik w rzeczywistych atakach poza środowiskiem akademickim. Naukowcy podkreślają, że daje to przemysłowi, w tym producentom, pewną swobodę w reagowaniu poprzez wprowadzenie dodatkowych środków, zanim dostępne będą gotowe do użycia zestawy narzędzi do ich wykorzystania.
W szczególnie krytycznych środowiskach, takich jak duże platformy chmurowe i dostawcy usług AI na dużą skalę, często stosuje się znacznie wyższy poziom bezpieczeństwa niż w przypadku komputerów stacjonarnych . Obejmuje to bardziej rygorystyczne konfiguracje IOMMU, bardziej kompleksowe monitorowanie i segmentację obciążenia, co zmniejsza praktyczne ryzyko ataku Rowhammer na GPU w porównaniu z tym, co mogłoby wystąpić na komputerze użytkownika domowego lub źle skonfigurowanych serwerach.
Firma NVIDIA z kolei odwołała się do dokumentacji opublikowanej wcześniej w kontekście innego powiązanego ataku, GPUHammer, oferując stronę referencyjną z zaleceniami dotyczącymi konfiguracji i ograniczania ryzyka, choć na razie nie wchodzi w zbyt wiele szczegółów na temat nowych wariantów GDDRHammer i GeForge.
Wyłaniający się obraz ukazuje inherentną lukę w fizyce pamięci DRAM , która rozszerza się z pamięci systemowej na praktycznie każdy komponent zależny od gęstych komórek DRAM: procesory, tradycyjną pamięć DDR, konkretne moduły DDR5, takie jak te od SK Hynix, których problem dotyczy w 2025 r., pamięć wykorzystywaną przez procesory AMD, takie jak ZenHammer w Zen 2 i Zen 3, a teraz także GDDR6 w procesorach graficznych NVIDIA.
Na dzień dzisiejszy wszystko wskazuje na to, że Rowhammer pozostanie polem bitwy jeszcze przez długi czas , zarówno w badaniach naukowych, jak i w przemyśle. Odkrycia dotyczące kart graficznych NVIDIA z pamięcią GDDR6 stanowią wyraźne ostrzeżenie, że nie wystarczy już martwić się o procesor czy system operacyjny: bezpieczeństwo sprzętu graficznego stało się, czy nam się to podoba, czy nie, kolejnym elementem układanki.
Biorąc pod uwagę wszystkie dotychczas opublikowane informacje, jasne jest, że połączenie rosnącej złożoności sprzętu, ogromnego uzależnienia od procesorów graficznych w sztucznej inteligencji i grach oraz fizycznych luk w zabezpieczeniach, takich jak Rowhammer, stawia karty graficzne NVIDIA z pamięcią GDDR6 w niepewnej sytuacji z punktu widzenia bezpieczeństwa. Chociaż praktyczne ryzyko dla przeciętnego użytkownika nie jest obecnie ekstremalne, możliwość przejścia od prostych operacji „bit-flip” do całkowitego przejęcia systemu za pomocą technik takich jak GDDRHammer lub GeForge sprawia, że producenci, administratorzy systemów i specjaliści ds. cyberbezpieczeństwa powinni traktować te badania bardzo poważnie, rozpoczynając od przeglądu konfiguracji takich jak IOMMU i ECC, tam gdzie są dostępne.
