Мощные ИИ-кластеры всё теснее связывают вычисления с энергетикой, и IT-специалисты показали, как обычная нагрузка на GPU может превратиться в инструмент воздействия на локальную электросеть. Новую модель атаки назвали Bit2Watt. Для неё не требуется взламывать оборудование дата-центра, облачную платформу или системы управления энергосетью.

Предполагаемый злоумышленник арендует крупный пул графических процессоров на законных основаниях и запускает ИИ-задачи либо высокопроизводительные вычисления. Специально настроенная программа быстро переключает ускорители между интенсивной работой и почти полным простоем. В результате потребление энергии резко меняется, а синхронизированные GPU создают управляемые колебания тока.

Авторы описали два метода. Первый использует CUDA-код, который чередует максимальную и минимальную нагрузку с частотой до 6 кГц. Второй встраивает управление энергопотреблением в обычное обучение нейросети через размер пакетов данных, дополнительные операции и параметры модели. Такой вариант работает медленнее, но создаёт более сильные колебания и лучше маскируется под нормальную работу ИИ-кластера.

Измерения на кластере примерно из 100 GPU подтвердили, что резкие изменения нагрузки передаются в систему электропитания. Испытания солнечных инверторов также выявили резонансные частоты, при которых колебания ухудшали качество электроэнергии, усиливали гармонические искажения и снижали устойчивость сети. Авторы не сообщали о реальной атаке на действующую энергосистему.

В симуляции локальной сети мощностью 1 МВт синхронная работа от нескольких сотен до тысячи GPU вывела показатели за допустимые пределы. При доле распределённых источников энергии в 90% и одновременной нагрузке 1000 ускорителей искажение тока достигло 46,8%. Модель также показала риск нарастающих колебаний, способных затронуть более крупный участок энергосистемы.

Обратный эффект авторы назвали Watt2Bit. Возмущения в сети могут вернуться в дата-центр, перегреть блоки питания и преобразователи напряжения, включить защиту оборудования и остановить вычисления. Теоретически тот же механизм позволяет кодировать данные в частоте и амплитуде энергопотребления, а затем считывать сигнал по электромагнитным помехам или электрическим измерениям.