Un ataque con GPUs podría provocar fallos en la red eléctrica

Un cliente malintencionado de la nube podría hacer algo más que acaparar GPUs. Según un artículo en preprint de investigadores de la Zhejiang University en Hangzhou, China, cargas de trabajo de GPU diseñadas cuidadosamente podrían usarse para atacar la infraestructura de un proveedor de servicios en la nube y, en algunos casos, desestabilizar partes de la red eléctrica.

El ataque, llamado Bit2Watt, fue descrito por Zhouhao Ji, Kaikai Pan y Wenyuan Xu en un artículo titulado “Bit2Watt: una vulnerabilidad ciberfísica que explota cargas de trabajo de GPU a través de infraestructuras de energía y computación.” La idea es que un atacante se haga pasar por un cliente normal de la nube y ejecute trabajos de GPU diseñados para crear fluctuaciones de potencia dañinas dentro de centros de datos de IA.

El problema parte de algo existente. Un artículo de 2025 de Microsoft, Nvidia y OpenAI argumentaba que el entrenamiento de IA necesita estabilización de potencia porque los cambios entre cálculo en GPU y sincronización de datos pueden causar grandes oscilaciones en el consumo. Si esas oscilaciones se alinean con frecuencias sensibles de las compañías eléctricas, decía el artículo, pueden dañar físicamente la infraestructura de la red.

Meta lanzó una advertencia similar en su artículo sobre el entrenamiento de Llama 3, señalando que cuando decenas de miles de GPUs aumentan o reducen su consumo de energía al mismo tiempo, la demanda de los centros de datos puede cambiar en decenas de megavatios casi de forma instantánea.

Recomendado

Llega microparche gratuito de 0Patch para el zero-day LegacyHive de Windows

El equipo de la Zhejiang University afirma que Bit2Watt convierte ese comportamiento en un arma deliberada. En sus pruebas, las cargas de GPU alcanzaron frecuencias de modulación superiores a 6,000 Hz, en comparación con solo unos pocos hertz para cargas domésticas típicas como los aires acondicionados.

El artículo afirma que en una red eléctrica local de 1-MW, alimentada principalmente por recursos energéticos distribuidos como fotovoltaica, un ataque con 1,000 GPUs podría producir una distorsión armónica total del 46.8 por ciento. Los autores dicen que eso desperdiciaría casi la mitad de la corriente en trabajo no productivo, generaría alrededor de un 20 por ciento más de calor de lo normal y crearía una razón de amortiguamiento negativa de -0.27. Si los sistemas de protección entonces desconectan cargas de cómputo, advierten, el resultado podría ser fallos en cascada y apagones que superen el 80 por ciento en sistemas eléctricos a gran escala.

Los investigadores sostienen que el ataque sería difícil de detectar porque se ejecuta a través de rutas de carga de trabajo autorizadas y puede eludir la supervisión normal de la nube. Recomiendan defensas que conecten la programación de cargas de trabajo, la electrónica de potencia y la dinámica de la red, junto con almacenamiento de energía local para absorber picos repentinos.

El artículo también describe una técnica de canal lateral relacionada, Watt2Bit, en la que el estrés eléctrico y térmico de cargas de trabajo maliciosas podría usarse para la exfiltración encubierta de datos mediante modulación de la potencia. Como prueba de concepto, el equipo dice que recuperó una secuencia de prueba de 50 bits usando codificación por desplazamiento de frecuencia (FSK).

“Estos hallazgos subrayan un cambio fundamental: a medida que las infraestructuras de energía y cómputo convergen, la seguridad debe abordarse a través de dominios, requiriendo defensas coordinadas que consideren el comportamiento de las cargas de trabajo, la electrónica de potencia y la dinámica de la red.”