ពួក Hacker អាចប្រែក្លាយការងារបណ្តុះបណ្តាល AI ទៅជាអាវុធប្រឆាំងនឹងបណ្តាញអគ្គិសនី

ការគំរាមកំហែងស្រាវជ្រាវថ្មីមួយដែលមានឈ្មោះថា Bit2Watt បង្ហាញពីរបៀបដែលការងារបណ្តុះបណ្តាល AI អាចត្រូវបានរំលោភបំពានដើម្បីរំខានដល់ប្រព័ន្ធថាមពលដែលគាំទ្រមជ្ឈមណ្ឌលទិន្នន័យ។

ជំនួសឱ្យការដំឡើងមេរោគ ឬបំបែកចូលទៅក្នុងការគ្រប់គ្រងបណ្តាញ អ្នកវាយប្រហារអាចប្រើប្រាស់បន្ទុកការងារ GPU ស្របច្បាប់ដើម្បីបង្កើតការប្រែប្រួលយ៉ាងឆាប់រហ័ស និងម្តងហើយម្តងទៀតនៃតម្រូវការអគ្គិសនី។

ហានិភ័យនេះកើតចេញពីការតភ្ជាប់កាន់តែខ្លាំងឡើងរវាងចង្កោម GPU ធំៗ និងបណ្តាញថាមពលកកើតឡើងវិញច្រើន។

នៅពេលដែល GPU ជាច្រើនផ្លាស់ប្តូរភ្លាមៗរវាងការគណនាធ្ងន់ និងសកម្មភាពស្រាល ការផ្លាស់ប្តូរថាមពលដែលជាលទ្ធផលអាចធ្វើដំណើរឆ្លងកាត់ឧបករណ៍មជ្ឈមណ្ឌលទិន្នន័យ និងប៉ះពាល់ដល់ស្ថេរភាពបណ្តាញក្នុងស្រុក។

អ្នកស្រាវជ្រាវមកពី Arxiv បានកំណត់អត្តសញ្ញាណបញ្ហានេះនៅក្នុងឯកសារមួយដែលពិពណ៌នាអំពី Bit2Watt ថាជាភាពងាយរងគ្រោះខាងអ៊ីនធឺណិត-រូបវន្ត។

ការសិក្សានេះបានព្រមានថា ឥរិយាបថនេះអាចគេចវេះការត្រួតពិនិត្យពពកធម្មតា ពីព្រោះសកម្មភាពនេះហាក់ដូចជាការងារកុំព្យូទ័រដែលមានសុពលភាពជាជាងការឈ្លានពានជាក់ស្តែង។

Arxiv បាននិយាយនៅក្នុងរបាយការណ៍មួយដែលចែករំលែកជាមួយ Cyber ​​Security News (CSN) ថា ការគំរាមកំហែងនេះអាចដំណើរការទាំងស្រុងតាមរយៈការគ្រប់គ្រងកម្រិតអ្នកប្រើប្រាស់ដែលមានការអនុញ្ញាត។

នោះបង្កើតបញ្ហាខុសពីការវាយប្រហារធម្មតាលើបច្ចេកវិទ្យាប្រតិបត្តិការ ដូចជាយុទ្ធនាការបណ្តាញថាមពល Sandworm ពីព្រោះមិនត្រូវការឧបករណ៍ប្រើប្រាស់ដែលរងការសម្របសម្រួលនោះទេ។

ពួក Hacker អាចប្រែក្លាយការងារបណ្តុះបណ្តាល AI ទៅជាអាវុធ

Bit2Watt ពឹងផ្អែកលើការរៀបចំល្បឿននៃការប្រើប្រាស់ថាមពលរបស់ GPU។ អ្នកវាយប្រហារដែលអាចចូលប្រើ GPU ជួល ឬ GPU សហគ្រាសមួយចំនួនធំអាចសម្របសម្រួលបន្ទុកការងារ ដូច្នេះប្រព័ន្ធផ្លាស់ប្តូរម្តងហើយម្តងទៀតរវាងតម្រូវការខ្ពស់ និងទាប ដែលបង្កើតឱ្យមានការប្រែប្រួលអគ្គិសនីប្រេកង់ខ្ពស់។

អ្នកស្រាវជ្រាវពិពណ៌នាអំពីវិធីសាស្រ្តពីរ។ មួយប្រើភារកិច្ច GPU ដែលត្រូវបានរចនាឡើងជាពិសេសសម្រាប់ការប្តូរថាមពលយ៉ាងច្បាស់លាស់ ខណៈពេលដែលមួយទៀតលាក់លំនាំដូចគ្នានៅក្នុងបំពង់បណ្តុះបណ្តាលគំរូភាសាធំធម្មតា ដែលធ្វើឱ្យសកម្មភាពគួរឱ្យសង្ស័យស្រដៀងនឹងដំណើរការ AI ធម្មតា។

វិធីសាស្រ្តទីពីរនេះគួរឱ្យព្រួយបារម្ភជាពិសេស ពីព្រោះអ្នកជួលជាធម្មតាគ្រប់គ្រងស្គ្រីបបណ្តុះបណ្តាល ទំហំបាច់ និងកាលវិភាគការងារ។

អ្នកប្រើប្រាស់ដែលមានគំនិតអាក្រក់នឹងមិនត្រូវការសិទ្ធិអ្នកគ្រប់គ្រង ការចូលប្រើកម្មវិធីបង្កប់ ឬការគ្រប់គ្រងដោយផ្ទាល់នៃឧបករណ៍អគ្គិសនីដើម្បីបង្កើតគំរូបន្ទុកដ៏គ្រោះថ្នាក់នោះទេ។

ការកំណត់ពេលវេលាពពកទំនើបក៏អាចដាក់ការងារ AI ដែលពាក់ព័ន្ធនៅជិតគ្នាដើម្បីបង្កើនប្រសិទ្ធភាពផងដែរ។

ភាពងាយស្រួលនោះអាចប្រមូលផ្តុំការទាញយកថាមពលរបស់ GPU ដែលបានធ្វើសមកាលកម្មនៅក្នុងទីតាំងមួយ ជំនួសឱ្យការរីករាលដាលនៃការប្រែប្រួលនៅទូទាំងកន្លែងធំទូលាយ និងកាត់បន្ថយឥទ្ធិពលរួមបញ្ចូលគ្នារបស់វា។

ពីការបង្ខូចទ្រង់ទ្រាយថាមពលរហូតដល់ការដាច់ចរន្តអគ្គិសនី

នៅក្នុងការក្លែងធ្វើ អ្នកស្រាវជ្រាវបានរកឃើញថា បន្ទុកការងារ GPU ដែលសម្របសម្រួលអាចបង្កើតការផ្លាស់ប្តូរវ៉ុល សំឡេងរំខានអគ្គិសនីដែលគេស្គាល់ថាជាអាម៉ូនិក និងកាត់បន្ថយការបន្ថយប្រព័ន្ធ។

នៅក្នុងគំរូករណីអាក្រក់បំផុតដែលពាក់ព័ន្ធនឹង GPU ចំនួន 1,000 និងបណ្តាញអគ្គិសនីក្នុងស្រុក 1 មេហ្គាវ៉ាត់ដែលមានការជ្រៀតចូលខ្ពស់នៃថាមពលកកើតឡើងវិញ ការបង្ខូចទ្រង់ទ្រាយអាម៉ូនិកបច្ចុប្បន្នបានឈានដល់ 46.8 ភាគរយ។

ការសិក្សានេះសង្កត់ធ្ងន់ថា នេះគឺជាសេណារីយ៉ូអភិរក្សនិយម និងធ្វើសមកាលកម្ម ជាជាងភស្តុតាងនៃការដាច់ចរន្តអគ្គិសនីក្នុងពិភពពិត។