新型 Rowhammer 攻擊突破 Nvidia GPU ECC 防護，導致多位元錯誤與權限提升

核心重點

多倫多大學研究團隊於 8 月底公開 GPUThor 攻擊手法，證實即使在啟用 ECC（錯誤更正碼）的 Nvidia GPU 上，也能製造多位元錯誤，進而導致 服務阻斷、資料毀損，甚至透過 CUDA 程式 提升權限 取得主機 root 權限。Nvidia 已於 8 月 25 日發佈緩解建議，建議使用者開啟 SYS‑ECC、IOMMU／DMA 隔離，並監控 GPU 錯誤遙測。

背景與技術分析

GPUThor 採用 非均勻（non‑uniform）記憶體存取模式，結合 GPU 記憶體請求合併與 Target Row Refresh（TRR） 機制，使 Rowhammer（行錘）效應在 Ampere 架構的 RTX A4000、A4500、A5000、A6000 等搭配 GDDR6 記憶體的卡上大幅提升。傳統上，ECC 能偵測雙位元錯誤但只能修正單位元錯誤；GPUThor 產生的 雙位元錯誤（ECC 只能偵測）與 三位元錯誤（超出 ECC 修正能力）直接繞過了這層防護。

影響與風險

• 資料毀損：位元翻轉會破壞 GPU 計算結果，影響深度學習、渲染等高可靠性工作負載。
• 服務阻斷：連續錯誤可能觸發 GPU 重啟或驅動程式崩潰，導致雲端或資料中心服務中斷。
• 權限提升：攻擊者可竄改 GPU 分頁表，或在 CUDA 應用程式中執行惡意指令，最終取得主機 root 權限，對整體系統安全構成嚴重威脅。

緩解與未來展望

Nvidia 的緩解措施包括：

1. 啟用 SYS‑ECC：在系統層面加強錯誤偵測與報告。

2. IOMMU／DMA 隔離：限制直接記憶體存取，防止惡意資料流入。

3. 監控錯誤遙測：即時收集 ECC 錯誤統計，及早偵測異常行為。

研究團隊已於 4 月 29 日通報 Nvidia，顯示學術界與產業的合作仍是發現與修補新興硬體漏洞的關鍵。未來，隨著 GPU 在 AI 與高效能運算中的角色日益重要，業界需要持續檢視記憶體保護機制，並在硬體設計階段納入更嚴格的 Rowhammer 防禦。對於使用者而言，保持驅動程式與韌體更新、啟用上述安全功能，仍是降低風險的最直接方式。