Al explotar una vulnerabilidad de inyección de fallos de voltaje (VFI), un investigador logró convertir una tarjeta de minería CMP 170HX 8GB en una configuración de alto rendimiento que funciona aproximadamente 1.18 veces más rápido que una NVIDIA A100 comercial. Esto se logró omitiendo los fusibles de hardware que NVIDIA utiliza para realizar un 'floorsweep' o desactivar componentes específicos en el chip GA100 para segmentar productos basados en el rendimiento de fabricación y la demanda del mercado.
El mecanismo de segmentación de hardware
NVIDIA utiliza un controlador de fusibles en el chip GA100 para gestionar la segmentación de productos y la seguridad. Este controlador contiene más de 16,000 eFuses que proporcionan 'palabras de opción' al resto del chip, determinando qué funciones están activas y qué bloques de hardware están apagados.
Este diagrama ilustra el diseño interno del chip GA100, proporcionando contexto sobre cómo el controlador de fusibles gestiona diferentes bloques de hardware.
Un mecanismo crítico en este proceso es el 'floorsweeping', donde valores de fusibles específicos activan señales que hacen que los elementos del chip sean inalcanzables. Por ejemplo, el fusible OPT_FBP_DISABLE puede enmascarar Particiones de Framebuffer (FBP) específicas, reduciendo efectivamente la memoria disponible o la potencia de cálculo del chip.
“¡El diseño de NVIDIA permite relajar las restricciones fundiendo más fusibles!”
— Using voltage glitching to unleash the A100 in my mining card
Omisión de fusibles mediante inyección de fallos de voltaje
El investigador identificó una vulnerabilidad donde la inyección de fallos de voltaje puede utilizarse para derrotar las protecciones del controlador de fusibles. Esto permite a un operador programar 'Fuseless fuses' (FF), que están estructurados como un script tipo cadena JTAG para definir las opciones funcionales del chip.
Esta figura representa el estado inicial de los fusibles antes de que el investigador inyectara con éxito fallos para omitir la seguridad.
Al inyectar fallos de voltaje, el investigador pudo escribir nuevas filas de FF que establecían las palabras '_DISABLE' en cero. Esto efectivamente 'desbloquea' los componentes sometidos a floorsweeping, permitiendo que el hardware utilice todo su potencial independientemente de su SKU original previsto.
Esta imagen representa el mecanismo específico de la inyección de fallos de voltaje utilizada para derrotar las protecciones del controlador de fusibles.
Ganancias de rendimiento y limitaciones
El resultado principal de este desbloqueo es un aumento significativo en la capacidad de cálculo. Debido a que la A100 comercial está limitada a 108 SM para asegurar altos rendimientos de fabricación, la tarjeta desbloqueada —que habilita entre 120 y 126 SM dependiendo del lote específico del chip— supera el rendimiento de la unidad comercial.
Gráfico elaborado por HN Digest a partir de cifras de blog.kate.land; los valores se muestran como en la fuente.
Si bien el método puede desbloquear funciones de gama alta como NVLink y PCIe Gen4, ciertas funcionalidades como NVJPG, NVDEC y MIG permanecen sin probar en esta configuración específica. Además, el éxito del desbloqueo depende del lote de chip específico y del número de SM funcionales disponibles en el chip original.