El ataque Bit2Watt, descubierto por investigadores de la Universidad de Zhejiang, demuestra que los inquilinos de la nube pueden alterar rápidamente el consumo eléctrico de las redes mediante el uso legítimo de GPU, potencialmente inestabilizándolas sin necesidad de vulnerabilidades ni accesos no autorizados. Este método emplea cargas de cómputo legítimas como arma.
El ataque se puede llevar a cabo mediante dos métodos principales: SWMA, que utiliza un kernel CUDA especial que alterna entre modos de alta densidad y inactividad; y LTMA, que se inserta en procesos reales de entrenamiento de grandes modelos de lenguaje (LLM), modificando parámetros de entrenamiento para generar fluctuaciones de consumo. LTMA es más difícil de detectar porque se mezcla con el ruido normal del entrenamiento y puede alcanzar amplitudes más grandes.
Las simulaciones muestran que miles de GPU trabajando en sincronía podrían generar inestabilidades graves en redes eléctricas locales, elevando las tasas de distorsión armónica a niveles peligrosos y reduciendo el índice de estabilidad a valores negativos. Sin embargo, también se señalan las dificultades para lograr tal sincronización estricta en entornos de nube reales.
Los sistemas de monitoreo actuales son insuficientes para detectar estas fluctuaciones de alta frecuencia. El problema radica no en un fallo del producto, sino en la conexión arquitectónica entre la carga variable de GPU y redes con alta proporción de inversores. Se proponen mecanismos de defensa como filtrado en el lado de la energía y detección de anomalías en el lado del cómputo. Además, se indica que estas fluctuaciones podrían utilizarse también como canal de fuga de datos.