浙江大学の研究者らが明らかにしたBit2Watt攻撃は、クラウド利用者が通常のGPUアクセスを用いて電力網の電力消費を急激に変動させ、安定性を損なう可能性を示した。この手法は、セキュリティ脆弱性や侵入を必要とせず、正当な計算負荷を武器として利用する。

攻撃は主に二つの方法で実行される。SWMAは、高負荷とアイドル状態の間を繰り返す特製CUDAカーネルを使用する。LTMAは、実際の大規模言語モデル（LLM）の学習プロセスに埋め込み、学習パラメータを調整して電力消費を波動させる。LTMAは通常の学習ノイズと混ざるため検出が難しく、より大きな振幅を達成できる。

シミュレーションでは、数千台のGPUが同期して動作した場合、地域の電力網に深刻な不安定を引き起こす可能性があることが示された。これにより、電力網の高調波歪み率が危険なレベルに上昇し、安定性指標が負の値に落ち込む可能性がある。ただし、実際のクラウド環境でこのような厳密な同期を実現することは困難であることも指摘されている。

現在の監視システムは、この高周波の電力変動を検出できない。問題は製品の欠陥ではなく、可変GPU負荷とインバーター中心の電力網とのアーキテクチャ的接続に起因する。防御策としては、電力側でのフィルタリングと計算側での異常検出が提案されている。また、これらの波動がデータ漏洩のチャネルとしても利用可能であるとされている。