Akhir-akhir ini internet dibuat heboh dengan ancaman baru yang dapat merusak Akurasi AI secara signifikan. Dengan Perkembangan jaman yang pesat, saat ini GPU (Graphical Proccessing Unit) bukan hanya digunakan untuk bermain game atau melakakukan tugas Rendering sekarang dapat digunakan untuk “berpikir” dengan Teknologi baru yang terintegrasi AI yang dapat memudahkan kegiatan produktif kita. Dengan datangnya teknologi baru ini tentu saja tidak luput dari kemunculan ancaman baru juga. Kali ini saya akan membahas mengenai GPUHammer, modus serangan baru yang dirumorkan dapat mengacaukan akurasi AI.

Apa itu GPUHammer?

GPUHammer adalah jenis seringan yang dapat membuat data yang berada di memori GPU berubah secara paksa. Hal ini sangat mengerikan karena perubahan bisa dibilang begitu kecil namun memiliki dampak yang luar biasa besar. Dengan memodifikasi satuan bit data yang ada di VRAM (Video Random Access Memory), dapat membuat data rusak atau tidak akurat tanpa akses langsung ke kartu grafis.

Dalam uji coba yang dilakukan kepada Graphics Card Nvidia A6000 dengan GDDR6 Memory, serangnan ini berhasil menurunkan akurasi model ai yang awalnya 80% menjadi hanya 0.1% saja, model yang seharusnya dapat mengenali gambar dengan baik malah salah total, dan pengguna tidak tahu bahwa ada yang rusak dari dalam.

sumber: Nvidia.com

Serangan ini mengambil Teknik dari serangan yang sudah lebih dulu terkenal yaitu “RowHammer”, serangan yang memanfaatkan kelemahan dalam memoru DRAM (Dynamic Random Access Memory) dengan mengakses baris tertentu pada memori DRAM secara berulang-ulang yang dapat menyebabkan bit flipping atau perubahan nilai bit pada baris memori yang berdekatan.

Hal yang membuat serangan ini perlu diperhatikan adalah, tidak semua GPU punya sistem perlindungan yang cukup untuk mencegah hal ini. Terutama dalam scenario perusahaan yang menggunkanan lingkungan cloud atau komputer virtual, dimana satu GPU bisa dipakai Bersama-sama oleh banyak karyawan. Penyerang tidka perlu mencuri data secara langsung. Hanya dengan gangguan kecil ke data, lalu sistem akan rusak sendirinya.

Pembuat GPUHammer dan Tujuan Penciptaanya

Sebelum kita panik, perlu diketahui dulu nih “siapa sih pembuat ancaman ini dan tujuan mereka apa?”. Perlu disyukuri pembuat GPUHammer ini bukan hacker yang punya tujuan jahat, melainkan para peneliti dari Univerity of Toronto yang melakukan riset serangan siber, dan GPUHammer ini merupakan salah satu studi mereka. Nama para peneliti itu antara lain, Chris (Shaopeng) Lin, Joyce Qu dan Gururaj Saileswar

Tujuan mereka adalah membuktikan bahwa GPU sekalipun masih rentan terhadap serangan hardware-level seperti RowHammer, dan mendorong Perusahaan besar kartu grafis dan pengguna untuk lebih waspada terhadap resiko yang selama ini sering diabaikan.

Hasil penelitian dari para peniliti dari Universita Toronto ini dapat kamu baca dalam bentuk PDF yang berjudul "GPUHammer: Rowhammer Attacks on GPU Memories are Practical." Atau dapat kamu lihat juga di website mereka gpuhammer.com.

Penelitian ini dijadwalkan untuk dipresentasikan di USENIX Security 2025 shindig Agustus nanti, tertulis "the first Rowhammer attack on Nvidia GPUs with GDDR6 DRAM." Dan akan berfokus ke Nvidia A6000 dengan GDDR.

Tanggapan Nvidia dan Pencegahan

 Nvidia menyarankan pengguna untuk mengaktifkan fitur ECC (Error Correction Code). ECC adalah fitur yang digunakan untuk mendeteksi dan mengoreksi kesalahan memori pada kartu grafis sebelum berdampak besar, Mengaktifkan ECC dapat menyebabkan penurunan performa pada kartu grafis sekitar 10%, meski begitu perlindungan ini tetap penting, terutama bila GPU digunakan untuk melatih model AI atau aplikasi yang sensitive.

Untuk saat ini GPU keluaran baru serperti RTX 5090 seberpti H100 (HBM3) dan RTX 5090 (GDDR7) tidak akan terancam dengan adanya GPUHammer ini, Fitur yang dapat mengkoreksi setiap kesalahan yang tertanam langsung dalam chip, yang dapat jauh lebih efisien dalam menangkal error akibat voltase tinggi dan padatnya susunan chip moden.

Kesimpulan

Hadirnya GPUHammer ini menjadi pengingat bagi para konsumer dan produsen GPU mengenai ancaman yang dapat mengganggu perfoma AI model mereka. Hanya dengan satu bit yang berubah, model AI bisa mengalami penurunan akurasi yang sangat drastic. Para peneliti berharap riset yang dilakukan mereka bisa mmbantu para produsen untuk memperkuat keamanan sistem GPU mereka, terutama yang bersangkutan dengan AI.