تستمر قوة الحوسبة المحيطة بوحدات معالجة الرسومات المعتمدة على الذكاء الاصطناعي في مراكز البيانات في النمو بوتيرة غير عادية مع كل جيل جديد من وحدات معالجة الرسومات. قاد هذا فريق البحث في سبيكوبس لاختبار ما إذا كانت بعض وحدات معالجة الرسوميات الشائعة التي تعمل بالذكاء الاصطناعي يمكنها أيضًا أداء أداء جيد في اختراق كلمات المرور، على افتراض أن وحدات معالجة الرسومات هذه ستحتاج إلى وظيفة ثانية بمجرد انفجار فقاعة الذكاء الاصطناعي أخيرًا. يتضمن المنفذ Nvidia's H200 و AMD's MI300X و Nvidia's RTX 5090 لمعرفة ما إذا كانت وحدات معالجة الرسومات AI باهظة الثمن والتي تبلغ قيمتها 30 ألف دولار يمكنها أن تتفوق على بطاقات الرسومات الاستهلاكية في اختراق كلمات المرور.
قام فريق البحث بقياس خمس خوارزميات تجزئة شائعة، MD5، وNTLM، وbcrypt، وSHA-256، وSHA-512، مع وحدات معالجة الرسومات الثلاث المذكورة أعلاه باستخدام Hashcat (أداة شائعة لاستعادة كلمة المرور). تم تصميم Hashcat لاستعادة كلمات المرور من تجزئات كلمات المرور المخزنة في ملف كنقطة بداية. ومن غير المستغرب أن يتم استخدام هذه الأداة أيضًا بشكل غير قانوني من قبل المتسللين لأتمتة عملية اختراق كلمات المرور.
تعمق أكثر مع TH Premium: وحدات معالجة الرسومات
| الصف 0 – الخلية 0 |
H200 |
MI300X |
آر تي إكس 5090 |
|
MD5 |
124.4 غيغابايت/ثانية |
164.1 غيغابايت/ثانية |
219.5 غيغابايت/ثانية |
|
MTLM |
218.2 غيغابايت/ثانية |
268.5 غيغابايت/ثانية |
340.1 غيغابايت/ثانية |
|
com.bcrypt |
275.3 كيلو هرتز/ثانية |
142.3 كيلو هرتز/ثانية |
304.8 كيلو هرتز/ثانية |
|
شا-256 |
15092.3 ميجا هرتز/ثانية |
24673.6 ميجا هرتز/ثانية |
27681.6 ميغاهيرتز/ثانية |
|
شا-512 |
5173.6 ميغاهيرتز/ثانية |
8771.4 ميغاهيرتز/ثانية |
10014.2 ميغاهيرتز/ثانية |
يُظهر الاختبار أن H200 وMI300X يتخلفان كثيرًا عن RTX 5090، على الرغم من كون كلا وحدتي معالجة الرسوميات أكثر تكلفة بشكل ملحوظ. في المتوسط، كان RTX 5090 أسرع بنسبة 20% من MI300X وأسرع بنسبة 63.7% من H200. على الأكثر، كان RTX 5090 أسرع بنسبة 33.7% من Mi300X في MD5 وأسرع بنسبة 93.5% من H200 في SHA-512.
يستمر المقال أدناه
المشكلة في وحدات معالجة الرسوميات التي تعمل بالذكاء الاصطناعي هي كيفية معالجة Hashcat؛ يعتمد اختراق كلمة المرور على عمليات عدد صحيح 32 بت وهو عملية حسابية مكثفة للغاية. إنه العكس تمامًا لأحمال عمل التعلم الآلي التي تستفيد من أنواع التعليمات مثل FP4، وBF16، وFP8، وINT8.
ونتيجة لذلك، تعطي وحدات معالجة الرسومات الخاصة بالذكاء الاصطناعي في Datacenter الأولوية لهذه التعليمات على التعليمات الأخرى. على سبيل المثال، يحتوي H200 على نصف عدد نوى INT32 فقط مثل FP32 وعدد أقل بكثير من النوى مقارنة بـ RTX 5090، لأن معظم العمل الذي تم تصميمه للقيام به يتم التعامل معه بواسطة نوى Tensor. ومن المفارقات أن MI300X يتمتع بأداء INT32 أكبر بكثير من RTX 5090، لكنه لا يزال يخسر بسبب تحسينات Nvidia المضمنة في كود Hashcat.
يوضح اختبار Specops مدى انسيابية أداء وحدات معالجة الرسوميات الحديثة التي تعمل بالذكاء الاصطناعي في وظيفتها؛ ليس هناك الكثير مما يمكن لوحدات معالجة الرسومات هذه فعله بما يتجاوز الدور المقصود منها. في الوقت الحالي، ستظل وحدات معالجة الرسومات لسطح المكتب الاستهلاكية هي الأسرع في اختراق كلمات المرور.
يتبع أجهزة توم على أخبار جوجل، أو أضفنا كمصدر مفضل، للحصول على آخر الأخبار والتحليلات والمراجعات في خلاصاتك.
التعليقات