使用电压故障来释放我的矿卡中的 A100

摘要 我在 GA100 芯片上发现了一个电压故障注入漏洞，允许操作员烧断任意保险丝。利用此漏洞，我将 CMP 170HX 8GB 卡转换为有效的 A100-80G！此外，通过启用所有功能 SM（~120-126，取决于骰子抽签），我的解锁卡的性能实际上比零售 A100 快约 1.2 倍，而不是 NVIDIA 为所有量产 A100 卡选择的产量安全的 108 个 SM。最后，尽管我没有专门测试 NVJPG/NVDEC/MIG，但 NVLink、PCIe Gen4、NVJPG、NVDEC、MIG 等禁用 CMP 的功能都可以通过这种方法解锁。以下是我的“A100-80G”的外观和功能。 GPU 库存和拓扑 GPU 0 81920 MiB NVIDIA 图形设备 00000000:81:00.0 0x20C210DE GPU 1 81920 MiB NVIDIA 图形设备 00000000:C1:00.0 0x20C210DE GPU 0 NV12 GPU 1 CPU 关联性 0–127 · NUMA 0 完整nvidia-smi 输出 $ nvidia-smi --query-gpu=index,pci.bus_id,pci.device_id,name,memory.total; nvidia-smi topo -m 索引、pci.bus_id、pci.device_id、名称、内存.总计 [MiB] 0、00000000:81:00.0、0x20C210DE、NVIDIA 图形设备、81920 MiB 1、00000000:C1:00.0、0x20C210DE、NVIDIA图形设备，81920 MiB GPU0 GPU1 CPU 亲和性 NUMA 亲和性 GPU NUMA ID GPU0 X NV12 0-127 0 N/A GPU1 NV12 X 0-127 0 N/A FP16 FMA 吞吐量 TFLOP/s 硬件解锁 CMP 170HX 1.18× 零售 A100 0 30 60 90 零售A100 72.488 TFLOP/秒；来自下面原始 OpenCL 输出的硬件解锁 CMP 170HX 85.858 TFLOP/s。完整的 OpenCL 输出。 ------------------------------------------------------------------------------------------。 |----------------.------------------------------------------------------------------------------------------------| |设备 ID 0 | NVIDIA 图形设备 | |设备 ID 1 | NVIDIA 图形设备 | |----------------'------------------------------------------------------------------------------------| |----------------.------------------------------------------------------------------------------------------------| |设备 ID | 0 | |设备名称| NVIDIA 图形设备 | |设备供应商|英伟达公司 | |设备驱动程序| 610.43.03 (Linux) | | OpenCL 版本 | OpenCL C 3.0 | |计算单元| 124 @ 1410 MHz（7936 个内核，22.380 TFLOPs/s）| |内存、缓存 | 81338 MB VRAM，3472 KB 全局/48 KB 本地 | |缓冲区限制 | 20334 MB 全局，64 KB 常量 | |最大工作组| 1024 线程 | |----------------'------------------------------------------------------------------------------------| |信息：OpenCL C 代码已成功编译。 | | FP64 计算（双精度、fma）11.287 TFLOPs/s (1/2) | | FP32 计算（浮点、fma）22.781 TFLOPs/s (1x) | | FP16 计算（half2、fma）85.858 TFLOPs/s（4x）| | INT64 计算（长整型，a*b+c）2.759 TIOPs/s (1/8) | | INT32 计算 (int , a*b+c) 22.769 TIOPs/s ( 1x ) | | INT16 计算 (short2, a*b+c) 20.273 TIOPs/s ( 1x ) | | INT8 计算（char4、dp4a）81.169 TIOPs/s（4x）| |内存带宽（合并读取）1883.17 GB/s | |内存带宽（合并写入）2137.93 GB/s | |内存带宽（未对齐读取）1460.81 GB/s | |内存带宽（未对齐写入）250.13 GB/s | | PCIe 带宽（发送）13.10 GB/s | | PCIe 带宽（接收）11.69 GB/s | | PCIe 带宽（双向）(Gen3 x16) 11.58 GB/s | |----------------------------------------------------------------------------------------------------------------| '-----------------------------------------------------------------------------------------' NVIDIA 使用保险丝来实现产品细分、安全功能和其他有趣的访问控制功能 - 至关重要的是，在某些功能中，熔断 NVIDIA 芯片上的保险丝可以为您提供更多访问权限，而不是更少。在正确保护的设计中，熔断的保险丝应始终引起更具限制性的状态，因为熔断的保险丝无法以经济可行的方式恢复熔断。 NVIDIA 的设计允许人们通过烧断更多的保险丝来放松限制！在这篇文章中，我将介绍 GA100 芯片、其熔丝控制器、VFI 的使用以及未来的研究方向。我决定在这里发表一些使我的研究得以开展的作品。致谢 我的工作建立在 Jon Pry 和许多其他人之前的研究基础上，他们投入了大量时间来更好地了解 GA100 芯片。在另一位安全研究人员独立发现相同漏洞后，我公开了我的发现；我相信公开这些信息符合公众的最大利益。这些调查结果已在本文发表之前向 NVIDIA 产品安全团队披露。 GA100 版本 GA100 是一款 NVIDIA 芯片，已用于为近 20 种不同的 SKU 提供支持 - A100 是最著名的变体。我不会深入研究每个 SKU，但我会介绍对我的工作很重要的 GA100 表现，涵盖 C