Домой Железо GeForce RTX 5090 обошла ИИ-ускорители в задачах взлома паролей

GeForce RTX 5090 обошла ИИ-ускорители в задачах взлома паролей

Потребительский флагман оказался эффективнее серверных систем стоимостью в десятки тысяч долларов в алгоритмах хеширования.

Специалисты компании Specops провели любопытное исследование, чтобы выяснить, как современные специализированные ускорители для ИИ справляются с задачей перебора паролей. В тестировании приняли участие профессиональные решения Nvidia H200 и AMD Instinct MI300X, а также потребительская флагманская видеокарта GeForce RTX 5090.

Для оценки производительности эксперты использовали популярные алгоритмы хеширования: MD5, NTLM, bcrypt, SHA-256 и SHA-512. В качестве основного инструмента выступил Hashcat — стандартное ПО для восстановления паролей из хешей, которое активно применяется как специалистами по безопасности, так и злоумышленниками.

GeForce RTX 5090 обошла ИИ-ускорители в задачах взлома паролей
GeForce RTX 5090 обошла ИИ-ускорители в задачах взлома паролей — иллюстрация к материалу. Источник: ixbt.com

Результаты оказались весьма неожиданными: ускоритель от AMD продемонстрировал превосходство над Nvidia H200 в четырех из пяти алгоритмов, зачастую с существенным отрывом. Однако абсолютным лидером во всех пяти тестах стала игровая видеокарта GeForce RTX 5090, которая значительно обошла специализированные серверные ускорители.

GeForce RTX 5090 обошла ИИ-ускорители в задачах взлома паролей
GeForce RTX 5090 обошла ИИ-ускорители в задачах взлома паролей — иллюстрация к материалу. Источник: ixbt.com

Исследователи объясняют этот феномен архитектурными особенностями современных ИИ-чипов:

Процесс взлома паролей базируется на операциях с 32-битными целыми числами (INT32). Задача требует генерации комбинации, её хеширования и сравнения. Этот алгоритм практически не получает преимуществ от сложных операций с плавающей запятой, на которых специализируются ИИ-ускорители, заточенные под работу с большими языковыми моделями.

  • Широкие SIMD-операции: ИИ-ускорители спроектированы для выполнения параллельных вычислений над огромными массивами данных.
  • Оптимизация под малые типы данных: Использование форматов FP4, FP8 или FP16 позволяет упаковывать максимум информации в векторные операции, что идеально для матричных вычислений в нейросетях.
  • Приоритет памяти над универсальностью: В серверных решениях гибкость приносится в жертву высокоскоростному доступу к памяти.

Если сравнить ИИ-ускоритель с профессиональным гоночным велосипедом, который идеален для движения по трассе, то для езды по пересеченной местности или перевозки грузов (задачи общего назначения, такие как взлом паролей) он проигрывает обычному «горному велосипеду» в лице GeForce RTX 5090. ИИ-чипы жертвуют универсальностью ради узкой специализации.

Авторы исследования напоминают, что, несмотря на стремительный рост вычислительной мощности потребительского железа, сами пароли остаются актуальным инструментом защиты. Главное требование к безопасности остается прежним — использование достаточно сложных и длинных комбинаций символов.

Источник: https://www.ixbt.com