Por Canuto  

Una investigación plantea que clientes maliciosos podrían usar cargas de GPU aparentemente autorizadas para provocar inestabilidad eléctrica, daños en centros de datos y posibles apagones.
***

  • Bit2Watt describe un ataque ciberfísico que usaría cargas de GPU para estresar centros de datos y redes eléctricas.
  • Los investigadores estiman que 1.000 GPU podrían producir una distorsión armónica total de 46,8% en una red local de 1 MW.
  • El mismo escenario abriría la puerta a Watt2Bit, un canal lateral para exfiltrar datos mediante la modulación del consumo energético.

 

Los centros de datos de inteligencia artificial ya ejercen una presión considerable sobre los sistemas eléctricos. Una investigación de la Universidad de Zhejiang plantea ahora un escenario más preocupante: un cliente malicioso podría convertir una carga de GPU autorizada en una herramienta contra la infraestructura.

El ataque propuesto recibe el nombre de Bit2Watt. Su premisa consiste en que un adversario se haga pasar por un inquilino legítimo de la nube y ejecute trabajos de GPU diseñados para alterar el comportamiento eléctrico de un centro de datos.

El objetivo no sería necesariamente vulnerar el software del proveedor. En cambio, el atacante intentaría manipular el consumo de energía de los procesadores para generar oscilaciones capaces de afectar los equipos informáticos y los sistemas eléctricos de respaldo.

Los investigadores Zhouhao Ji, Kaikai Pan y Wenyuan Xu, de la Universidad de Zhejiang en Hangzhou, China, describieron la técnica en el documento preprint titulado “Bit2Watt: Una vulnerabilidad ciber-física que explota cargas de trabajo de GPU en infraestructuras eléctricas y de computación”.

El trabajo no presenta un apagón real provocado por este método. Su propósito es demostrar que la ciberseguridad de los centros de datos debe incluir la programación y el comportamiento energético de las cargas de trabajo.

Según The Register, el escenario resulta especialmente relevante porque las defensas tradicionales suelen concentrarse en cuentas, redes, aplicaciones y máquinas virtuales. Esas capas podrían no detectar una carga autorizada que produzca efectos anómalos en el sistema eléctrico.

La amenaza surge de la conexión cada vez más estrecha entre computación y energía. Los operadores necesitan vigilar no solo qué tarea ejecuta una GPU, sino también cómo cambia el consumo cuando miles de procesadores trabajan de manera coordinada.

La investigación plantea que un proveedor podría interpretar el comportamiento como una actividad normal de entrenamiento de inteligencia artificial. Esa apariencia legítima aumentaría la dificultad de distinguir una operación maliciosa de una carga exigente, pero permitida.

El riesgo también afecta a la disponibilidad del servicio. Si la infraestructura responde con protecciones automáticas, la desconexión repentina de cargas informáticas podría producir nuevas variaciones y agravar la inestabilidad inicial.

Por esa razón, los autores proponen coordinar las defensas de las capas digitales y físicas. El monitoreo debería relacionar patrones de computación, electrónica de potencia y dinámica de la red eléctrica.

Oscilaciones, calor y fallos en cadena

Las cargas de entrenamiento de IA presentan un desafío conocido para los operadores de centros de datos. La transición entre computación en GPU y sincronización de datos puede generar oscilaciones de consumo mucho más intensas que las observadas en aplicaciones convencionales.

Un documento de investigación de 2025, elaborado por Microsoft, Nvidia y OpenAI, advirtió sobre la necesidad de estabilizar la energía durante el entrenamiento de IA. Sus autores señalaron que ciertas oscilaciones pueden coincidir con frecuencias críticas de las empresas de servicios públicos.

Cuando ocurre esa coincidencia, las fluctuaciones pueden causar daños físicos en la infraestructura de la red eléctrica. El problema no depende únicamente del volumen total de energía, sino también de la velocidad y la frecuencia con que cambia la demanda.

Meta identificó un riesgo similar en su documento sobre el entrenamiento de Llama 3. La empresa explicó que decenas de miles de GPU pueden aumentar o reducir su consumo al mismo tiempo durante el checkpointing, las comunicaciones colectivas o el inicio y apagado de un trabajo.

Esos cambios sincronizados pueden modificar instantáneamente el consumo de un centro de datos en decenas de megavatios. Tal magnitud puede llevar la red eléctrica hasta sus límites operativos, incluso si la demanda promedio parece manejable.

Los investigadores de Zhejiang afirmaron que las cargas de GPU pueden alcanzar frecuencias de modulación superiores a 6.000 Hz. En comparación, las cargas convencionales de hogares, como los aires acondicionados, suelen registrar apenas unos pocos hercios.

Las modulaciones de alta frecuencia podrían inducir excursiones de voltaje, distorsión armónica y degradación de la amortiguación. En términos simples, una mayor parte de la energía perdería eficiencia y el sistema tendría menos capacidad para absorber perturbaciones.

Como ejemplo, el estudio plantea un ataque contra una red eléctrica local de 1 MW compuesta principalmente por recursos de generación distribuida, como instalaciones fotovoltaicas. El escenario utilizaría 1.000 GPU para aumentar la perturbación.

La simulación descrita por los autores produciría una distorsión armónica total de 46,8%. Ese nivel desperdiciaría casi la mitad de la corriente eléctrica en trabajo no productivo y generaría cerca de 20% más calor que en condiciones normales.

El calor adicional podría amenazar la disponibilidad de los equipos de cómputo, además de elevar el estrés sobre la infraestructura eléctrica. La consecuencia no se limitaría a una factura energética más alta o a una reducción del rendimiento.

El escenario también generaría una relación de amortiguación negativa de -0,27. Los autores sostienen que este valor introduciría un modo inestable dentro del sistema eléctrico.

Una vez activadas las protecciones y desconectadas las cargas informáticas, podrían aparecer fallos en cadena. El estudio plantea que esos eventos tendrían el potencial de provocar apagones superiores a 80% en sistemas eléctricos de gran escala.

Un ataque difícil de distinguir

Bit2Watt podría resultar relativamente encubierto porque funcionaría dentro de caminos de ejecución pertenecientes a cargas de trabajo autorizadas. El cliente no tendría que presentar una solicitud abiertamente sospechosa para iniciar una tarea legítima de GPU.

Los marcos de monitoreo convencionales de los proveedores podrían observar actividad normal de procesamiento. Sin una correlación entre el uso de GPU y las variables eléctricas, la operación maliciosa podría pasar desapercibida durante parte de su ejecución.

El documento propone que los proveedores de infraestructura busquen patrones de computación capaces de producir efectos físicos anómalos. Esa supervisión tendría que incorporar la frecuencia de los cambios de carga y la sincronización entre múltiples equipos.

Los investigadores también recomiendan sistemas locales de almacenamiento de energía. Las baterías y otros recursos de respaldo podrían ayudar a absorber picos de demanda y reducir el impacto de las variaciones repentinas.

El almacenamiento, sin embargo, no sustituiría el monitoreo de seguridad. Una defensa completa tendría que combinar controles sobre los trabajos de GPU, límites de consumo, análisis de señales eléctricas y mecanismos para aislar cargas sospechosas.

La propuesta cambia el enfoque tradicional sobre los riesgos de la nube. Una cuenta válida y una aplicación permitida no garantizan que el comportamiento físico de la infraestructura sea seguro.

Para los operadores, el desafío consiste en definir qué patrones de consumo forman parte del entrenamiento normal y cuáles podrían sugerir una manipulación deliberada. Esa tarea se vuelve más compleja cuando los centros de datos agrupan miles de procesadores de alta potencia.

Watt2Bit y la exfiltración mediante energía

El trabajo también plantea una posible amenaza de canal lateral llamada Watt2Bit. En este caso, el flujo se invertiría: una carga maliciosa utilizaría eventos eléctricos y térmicos para transmitir información fuera del entorno de cómputo.

Los autores sostienen que el estrés eléctrico y térmico del hardware podría crear eventos de denegación de servicio. Al mismo tiempo, la modulación de energía permitiría establecer un canal encubierto para la exfiltración de datos.

Como prueba de concepto, los investigadores demostraron que podían recuperar una secuencia de prueba de 50 bits. Para ello utilizaron codificación por desplazamiento de frecuencia, conocida como FSK.

La demostración no significa que cualquier centro de datos sea vulnerable de manera automática. Sí indica que las variaciones de consumo pueden transportar información, además de producir efectos sobre el rendimiento y la estabilidad del equipo.

Watt2Bit amplía el alcance del problema más allá de los apagones. Una infraestructura que no detecte señales eléctricas anómalas podría enfrentar simultáneamente riesgos de disponibilidad, daños físicos y filtración encubierta de información.

Los autores concluyen que la convergencia entre energía y computación exige una visión de seguridad que abarque varios dominios. La protección no puede limitarse a firewalls, autenticación o aislamiento de máquinas virtuales.

El enfoque propuesto debe considerar el comportamiento de las cargas de trabajo, la electrónica de potencia y la dinámica de la red. Cada capa puede aportar señales distintas para identificar una operación anómala antes de que escale.

La advertencia llega mientras la industria continúa desplegando sistemas de IA con grandes concentraciones de GPU. La expansión de estos centros de datos aumenta la importancia de estudiar cómo interactúan la sincronización digital y la estabilidad eléctrica.

Bit2Watt presenta un escenario de investigación, no una confirmación de que un ataque de este tipo haya provocado apagones. Su principal mensaje es preventivo: los proveedores deben evaluar los efectos físicos de las cargas antes de tratarlas como simples tareas de software.

El documento concluye que las defensas coordinadas serán necesarias a medida que las infraestructuras de energía y computación converjan. Para los operadores, ignorar esa relación podría dejar expuesto un punto ciego con consecuencias que superen el perímetro del centro de datos.

Imagen original de DiarioBitcoin, creada con inteligencia artificial, de uso libre, licenciada bajo Dominio Público.

Este artículo fue escrito por un redactor de contenido de IA y revisado por un editor humano para garantizar calidad y precisión.


ADVERTENCIA: DiarioBitcoin ofrece contenido informativo y educativo sobre diversos temas, incluyendo criptomonedas, IA, tecnología y regulaciones. No brindamos asesoramiento financiero. Las inversiones en criptoactivos son de alto riesgo y pueden no ser adecuadas para todos. Investigue, consulte a un experto y verifique la legislación aplicable antes de invertir. Podría perder todo su capital.

Suscríbete a nuestro boletín

Artículos Relacionados