Bit2Watt 漏洞研究：惡意雲端租戶可藉 GPU 工作負載意圖癱瘓電網與資料中心
為何重要
這項研究揭示了 AI 運算擴張下被忽視的物理層安全隱患，即電力穩定性已成為雲端基礎設施決策的關鍵變數。 對產業而言，單純仰賴軟體零信任防護已不敷使用，雲端業者必須升級監控架構，匯入電力電子與功率調節系統，這將大幅增加資料中心營運成本與技術門檻。 對開發者與供應鏈而言，這意味著未來的 AI 工作排程設計必須考量電力頻譜特性，防止惡意程式利用功率週期傳輸資料（Watt2Bit），能源管理硬體將因此獲得新的市場動能。
浙江大學的研究團隊提出名為 Bit2Watt 的攻擊手法，惡意租戶可利用 GPU 訓練工作負載引發高頻功率波動，模擬電網幹擾導致資料中心關機或大規模停電。
- Bit2Watt 利用 GPU 資料同步帶來的高頻功率調變（超過 6,000 Hz），能在 1-MW 當地電網上造成 46.8% 的總諧波失真（THD），導致約半數電能無效消耗。
- 受害系統的 damping ratio 會降至 -0.27，引發級聯故障，可能導致超過 80% 的大規模停電，且攻擊路徑隱藏在授權工作負載中，難以被傳統監控偵測。
- 研究引用 Microsoft、Nvidia 和 OpenAI 2025 年的論文，指出 AI 訓練過程導致的大規模電力錯峰薪柴已成為迫在眉睫的電網穩定挑戰。