一位名叫 Kate 的技术爱好者通过电压故障注入,将一块 Nvidia CMP-170HX 8GB 加密挖矿 GPU 改造成了功能齐全、可媲美 A100 80GB 的显卡。这项改装利用 GA100 芯片内置的熔丝控制器,解锁了硅片中实际存在但被禁用的显存和着色器模块。Kate 进行这项改装,是为了使用数据中心 GPU 的全部硬件能力。随着二手设备逐渐上市,这类 GPU 已成为搭建本地 AI 集群的热门选择。
Kate 利用电压故障注入攻击 GA100 熔丝控制器
在阅读了一篇介绍如何利用 GA100 微代码的研究论文后,Kate 将注意力转向了 GA100 显卡上受保护的内置熔丝控制器。熔丝控制器包含 16,384 个熔丝,排列成 512 x 32 的阵列,用于决定显卡配置,包括显存区块、着色器模块、PCIe 4.0、NVLink 和视频编解码硬件。正常情况下,用户无法写入这些熔丝,但 Kate 基于 STM32G4 微控制器设计了一块电路板,用来拦截显卡 PCB 上的电源信号。这块电路板拦截了发送给 VRM 控制器的 PWMVID 信号,在通往 GPU 的线路上造成电压故障,而熔丝控制器就位于 GPU 内部。通过电压故障注入,并在紧密循环中多次读取熔丝状态,她将控制器置于一种安全位标志允许写入的状态。
改装后有 9 张显卡实现完整的 80GB 显存
Kate 将改装应用于自己的显卡,并使用多种工作负载进行测试。9 张显卡的完整 80GB 显存均可正常使用,另有 1 张显卡可使用 64GB。GA100 硅片内部包含所有对应的 HBM2e 显存芯片,但它们和着色器模块一样,会在出厂时被禁用。8GB 版本基于内部配备 80GB HBM2e 显存的 GA100 变体,而 10GB 显卡则源自 40GB GA100。Kate 谨慎地强制禁用了此前标记为有缺陷的着色器模块,因为这些是物理熔丝,一旦操作就无法撤销。
改装显卡性能比标准 A100 高出 20%
解锁所有着色器模块后,FP16 FMA 性能比普通 A100 显卡高出 20%。Kate 认为,这是因为这些芯片通常有 120 个或更多可用着色器模块,高于规格表上列出的 108 个。GA100 裸片起初包含 128 个着色器模块,以应对缺陷,这在芯片制造中很常见。Kate 测试中表现最好的一张显卡可运行在 PCIe 4.0 速度下,并支持全部功能。要在驱动程序中启用新功能,需要使用 CMPUnlocker 软改;但 Kate 的电压改装还能突破 CMPUnlocker 40-64GB 的显存上限,解锁更多功能,包括 ECC、NVLink 和多实例 GPU 支持。
CMP-170HX 显卡售价 2,500 美元,而 A100 售价 20,000 美元
CMP-170HX 8GB 目前售价约为 3,000 美元,10GB 版本售价约为 2,500 美元。满配的 Nvidia A100 80GB PCIe 版本售价可达 20,000 美元甚至更高。SXM 服务器模块版本更便宜,但需要配套的基础设施。Kate 指出,这些价格可能会有很大波动,尤其是随着越来越多人了解这些改装。
Kate 将熔丝控制器漏洞告知 Nvidia
Kate 现在发布这项研究,是因为另一个人也独立发现了同一问题。她已将该漏洞告知 Nvidia,不过对于已经上市的显卡,公司能做的并不多。Kate 在 GitHub 上发布了研究成果,并在博客中详细介绍了技术流程。
常见问题
Kate 做了什么,把 CMP-170HX 挖矿显卡改造成 A100 同级显卡?
Kate 使用搭载 STM32G4 微控制器的电路,通过电压故障注入利用 GA100 熔丝控制器,从而解锁硅片中实际存在但被禁用的显存和着色器模块。她将改装应用于多张显卡,其中 9 张实现了完整的 80GB 显存,另有 1 张实现了 64GB。
CMP-170HX 显卡与 Nvidia A100 相比售价如何?
CMP-170HX 8GB 目前售价约为 3,000 美元,10GB 版本售价约为 2,500 美元;而满配的 Nvidia A100 80GB PCIe 版本售价可达 20,000 美元甚至更高。
为什么改装后的显卡性能超过标准 A100?
改装后的显卡 FP16 FMA 性能比普通 A100 高出 20%,因为这些芯片通常有 120 个或更多可用着色器模块,高于 A100 规格表上列出的 108 个;GA100 裸片起初包含 128 个着色器模块,以应对制造缺陷。