|浙江大学的研究人员展示了一类攻击，将云租户合法的GPU访问权转化为针对电网的武器–无需漏洞利用、无需恶意软件、也无需未经授权的访问。
这种名为Bit2Watt的攻击已被硬件安全会议CHES 2026收录。它利用了GPU计算工作负载固有的功率波动。通过精心将GPU在高强度计算和接近空闲状态之间进行调制，租户可以产生远超电网运营商通常监测频率的功率振荡。
工作原理
|研究人员设计了两种变体。较简单的合成工作负载调制攻击会上传一个自定义CUDA内核，在计算和空闲状态之间切换，在单个GPU上产生1.5至6千赫兹的振荡–比空调等传统负载产生的几赫兹快数个数量级。更复杂的训练工作负载调制攻击则通过调整超参数，将调制嵌入真正的大语言模型训练过程中，使其与正常的AI操作几乎无法区分。
|在以太阳能和电池等分布式能源为主要供电的1兆瓦本地电网模拟中，1000个GPU同步调制产生了46.8%的总谐波失真–是IEC 61000-3-12标准设定的13%准则的三倍以上。该攻击还引入了负阻尼比，意味着电网放大了扰动而非抑制它。
当研究人员将模拟扩展到类似欧洲输电网络的9,241节点模型时，一个相当于系统负载2%的局部扰动在13个阶段中级联，脱落了约81%的负载。
已知风险，全新武器化
潜在现象并不新鲜。Meta的Llama 3论文承认”数万个GPU可能同时增加或减少功耗……导致数十兆瓦量级的瞬时波动，挑战电网的极限。”微软、英伟达和OpenAI合著的2025年论文警告称，AI训练的功率波动如果与公用事业的关键频率协调一致，”可能对电网基础设施造成物理损坏。”
新的是蓄意的武器化。Bit2Watt将原本是AI训练的意外副作用转变为了蓄意攻击。
检测缺口
|标准的数据中心监控工具无法察觉这一攻击。机架电源分配单元计数器以约1Hz的频率采样。英伟达的NVML工具以450Hz采样。服务器的BMC和RAPL接口以约1kHz采样。而Bit2Watt的调制工作在1.5至6kHz–所有标准监控方法都无法捕捉。”纯粹的计算操作，作为合法工作负载执行，可以被武器化来破坏电力基础设施，”研究人员写道。
该攻击还启用了一个名为Watt2Bit的隐蔽数据外泄通道，将数据编码在功率调制模式中。研究团队使用近场天线和软件定义无线电以零误差恢复了一个50位测试序列。
应对措施
|防御覆盖两个领域。在电力侧，电池、超级电容器和谐波滤波可以在调制的功率波动到达电网之前将其吸收。在计算侧，对GPU使用模式和训练计划的异常检测可以标记可疑的调制–尽管隐蔽的LTMA变体专门设计为融入正常的训练噪声。
浙江大学团队强调，这一风险是结构性的而非假设性的。”随着电力和计算基础设施的融合，安全问题必须跨领域解决，需要协调防御，考虑工作负载行为、电力电子和电网动态。”
来源：Malicious cloud customers can bring down the power grid (The Register，2026年7月)；New Bit2Watt Attack Could Let Cloud Tenants Disrupt Power Grids Without an Exploit (The Hacker News，2026年7月)
婷 翻译