Sıradan bir GPU erişimi kullanan bir bulut kiracısı, herhangi bir açıktan yararlanmadan veya sisteme sızmadan, bir veri merkezinin güç tüketimini şebekeyi tehdit edecek kadar hızlı bir şekilde yükseltip düşürebilir.
Bu iddia, Zhejiang Üniversitesi'nden üç araştırmacının CHES 2026'ya (IACR'nin donanım güvenliği konferansı) kabul edilen bir makalesinde Bit2Watt olarak tanımlanıyor. Araştırmacılar, gerçek GPU'lar üzerinde güç modülasyonunu ölçtü ve bunun neden olabileceği şebeke istikrarsızlığını simüle etti.
Teknik, olağan şebeke saldırı modelini tersine çeviriyor: güvenliği ihlal edilmiş sensörler, kontrol sistemlerinde kötü amaçlı yazılım veya çalınmış operatör kimlik bilgileri yok; sadece kasıtlı olarak kötü davranacak şekilde oluşturulmuş bir iş yükü var.
Bu yöntem, bir GPU'nun güç tüketiminin hesapladığı işlemi takip etmesi prensibine dayanıyor. Tensor çekirdeklerini doyurun, akım yükselir; boşta bırakın, düşer. Bu durumlar arasında belirli bir programa göre geçiş yaparak, prizde kontrol edilebilir bir güç salınımı elde ediliyor.
Yazarlar bunu net bir soru olarak çerçeveliyor: "Tamamen hesaplama işlemleri, meşru iş yükleri olarak yürütülerek, güç altyapısını istikrarsızlaştırmak için silah haline getirilebilir mi?" Makalenin geri kalanı bu sorunun cevabı niteliğinde.
İki Farklı Yöntem
SWMA adı verilen ilk yöntem, yüksek yoğunluklu bir hesaplama modu ile neredeyse boşta bir mod arasında geçiş yapan özel olarak oluşturulmuş bir CUDA çekirdeği yüklüyor. Ana bilgisayar tarafındaki bir denetleyici, geçiş programını belirliyor ve modu cudaMallocManaged ile tahsis edilen tek bir birleşik bellek bayrağı aracılığıyla değiştiriyor. Bu, sıra dışı değil, standart bir araç.
Test edilen GPU'larda sentetik iş yükü, yaklaşık 1,5 kHz'den 6 kHz'e kadar güç bileşenleri üretti. En yüksek değer RTX 4090'da elde edildi. Bu, klima gibi dalgalı bir ev yükünün ürettiği birkaç hertz'in oldukça üzerinde.
Bu yöntem, yalnızca oyun kartlarında değil, A100 ve Tesla V100 gibi veri merkezi GPU'larında da çalıştı. Özel çekirdek ve sıkı yoklama döngüsü, sağlayıcıların parmak izini almayı öğrenebileceği türden bir yapı.
Operatörleri endişelendirmesi gereken ikinci yöntem ise LTMA. Sentetik bir çekirdek yerine, modülasyonu gerçek bir LLM eğitim çalışmasının içine gizliyor. Hiperparametreleri ayarlayarak ve yardımcı işlemler ekleyerek, eğitimi bozmadan hesaplama yükünün yükselip düşmesini sağlıyor.
