Microsoft, OpenAI и Nvidia предупреждават, че AI вече може физически да навреди на електропреносните мрежи

В продължение на години експертите по киберсигурност се фокусират върху защитата на критичната инфраструктура основно от цифрови атаки, като използват различни системи за предотвратяване на заплахи за електропреносните мрежи.

Ново проучване на Microsoft, OpenAI и Nvidia обаче показва, че изкуственият интелект, а не хакерите е основната заплаха за електропреносните мрежи.

Проучването, озаглавено „Power Stabilization for AI Training Datacenters“ разкрива интересна тенденция, свързана с бързото внедряване на AI в голям мащаб. Съществуват два основни етапа в работата на AI ускорителите: изчислителен, когато те активно извършват сложни математически операции, консумирайки много енергия и комуникационен, когато обменят данни помежду си. По време на прехода от първия към втория етап се наблюдава рязък скок в консумацията на енергия, а от втория към първия етап се наблюдава бърз спад.

При хиперскалерите пренапреженията могат да достигнат десетки или стотици мегавати, което оказва отрицателно въздействие върху електропреносната мрежа като цяло. Не става въпрос само за неефективно използване на ресурсите – става въпрос за заплаха за критичната инфраструктура. В доклада се казва, че колебанията в потреблението могат да съвпаднат с резонансните честоти на ключови компоненти на електроенергийната система, включително генератори и оборудване на преносните линии, което потенциално може да доведе до дестабилизиране на мрежата, повреда на оборудването и мащабни аварии.

С най-прости думи, дейността на AI представлява пряка физическа заплаха за аналоговата инфраструктура на електропреносните мрежи.

За решаването на този проблем са предложени три основни подхода. Първо, по време на бездействие AI ускорителите могат да се използват за решаване на второстепенни (или дори безсмислени, както е направила Meta) задачи, като поддържат оборудването „на празен ход“, без да спират напълно изчисленията. Методът е прост – общата енергийна ефективност не нараства, намаляването на производителността по време на изпълнението на основната задача е напълно възможно. На второ място, възможно е да се зададе минимален праг на потребление на енергия директно на нивото на AI-ускорителите, което също не допринася за енергийната ефективност.

И накрая, на трето място, възможно е да се използват системи за съхранение на енергия: в моменти на ниско потребление те да се зареждат, а по време на рязко повишаване на натоварването да отдават съхранената в тях енергия, вместо рязко да увеличават потреблението от общата електрическа мрежа. Такива системи позволяват да се избегнат пренапреженията и да се изглади нарастването и намаляването на потреблението на енергия. Google, например, отдавна поставя литиево-йонни клетки директно в стелажите. За стелажите GB300 NVL72 Nvidia е допълнила захранванията с буфер, който може да смекчи колебанията в потреблението и да намали пиковото натоварване на мрежата с до 30%.

Електропреносните мрежи отдавна са част от критичната инфраструктура, но сега новите заплахи за тях се намират на пресечната точка между цифровия и реалния свят. Получавайки неоторизиран достъп до голям AI клъстер, нападателите могат умишлено да променят модела на потребление на енергия по начин, който да навреди на физическата инфраструктура.

С други думи, нападателите могат да повредят електроцентрала или електропреносна мрежа, без дори да се доближават до тях.

В доклада заинтересованите страни Microsoft, OpenAI и NVIDIA изрично отбелязват, че мащабът на ИИ е нараснал до степен, в която цифровата дейност води до важни физически последици. Специалистите по киберсигурност ще трябва да отделят време не само за цифровата реалност, но и за защита на критичната инфраструктура и за разглеждане на последиците от разработваните и внедряваните алгоритми. Пример за това е инцидентът, който се случи във Вирджиния през лятото на 2024 г., когато милисекунден срив доведе до спирането на 60 центъра за данни с капацитет от 1,5 GW за няколко часа.