В течение многих лет эксперты по кибербезопасности сосредоточены на защите критической инфраструктуры в основном от цифровых атак, используя различные системы для предотвращения угроз для сети передачи электроэнергии.
Тем не менее, новое исследование Microsoft, Openai и Nvidia показывает, что искусственный интеллект, а не хакеры, является основной угрозой для сети передачи электроэнергии.
Исследование, озаглавленное «Стабилизация мощности для дата обработки AI, выявило интересную тенденцию, связанную с быстрой реализацией ИИ в больших масштабах. Существует два основных этапа в работе ускорителей ИИ: вычисление, когда они активно выполняют сложные математические операции, потребляя много энергии и связи, когда они обмениваются данными друг с другом. Во время перехода от первого на второй этап наблюдается резкий скачок энергопотребления, и с второго к первой стадии происходит быстрое снижение.
В Hyperskalers перенапряжения могут достигать десятков или сотен мегаватт, что оказывает негативное влияние на сеть передачи электроэнергии в целом. Речь идет не только о неэффективном использовании ресурсов — это угроза для критической инфраструктуры. В отчете говорится, что колебания потребления могут совпадать с резонансными частотами ключевых компонентов электроэнергетики, включая генераторы линий передачи и оборудование, что потенциально может привести к дестабилизации сети, повреждению оборудования и крупномасштабных аварий.
С самыми простыми словами деятельность ИИ представляет собой прямую физическую угрозу для аналоговой инфраструктуры сети передачи электроэнергии.
Три основных подхода были предложены для решения этой проблемы. Во -первых, во время бездействия ускорители ИИ могут быть использованы для решения вторичной (Или даже бессмысленно, как это сделала Meta) задачи при сохранении простоя оборудования без полной остановки расчетов. Метод прост — общая энергоэффективность не увеличивается, снижение производительности во время выполнения основной задачи вполне возможно. Во -вторых, можно установить минимальный порог энергопотребления непосредственно на уровне спортеров ИИ, что также не способствует энергоэффективности.
Наконец, в -третьих, можно использовать системы хранения энергии: во время низкого потребления они будут заряжены, а во время резкого увеличения нагрузки, чтобы придать им энергию, хранящуюся в них, вместо резкого увеличения потребления от общей электрической сети. Такие системы позволяют избежать всплеска и сглаживания роста и снижения потребления энергии. Google, например, давно надевает литий-ионные клетки непосредственно в полки. Для полков GB300 NVL72 NVIDIA дополнил буферный источник питания, который может смягчить колебания потребления и уменьшить пиковую нагрузку сети до 30%.
Электрические сети уже давно были частью критической инфраструктуры, но теперь новые угрозы для них находятся на пересечении между цифровым и реальным миром. Получив несанкционированный доступ к большому кластеру ИИ, злоумышленники могут намеренно изменить модель потребления энергии таким образом, чтобы нанести ущерб физической инфраструктуре.
Другими словами, злоумышленники могут повредить электростанцию или электрическую сеть, даже не приближаясь к ним.
В отчете заинтересованные стороны Microsoft, Openai и Nvidia явно отмечают, что масштаб ИИ увеличился до такой степени, что цифровая деятельность имеет важные физические последствия. Эксперты по кибербезопасности должны будут потратить время не только для цифровой реальности, но и для защиты критической инфраструктуры и для последствий последствий разработанных и реализации алгоритмов. Примером этого является инцидент, который произошел в Вирджинии летом 2024 года, когда коллапс в миллисекунд привел к остановке 60 центров обработки данных с мощностью 1,5 ГВт за несколько часов.
