Rowhammer ist seit Jahren ein bekanntes Thema in der Hardware-Sicherheit: Mit gezielten Speicherzugriffen lassen sich Bitfehler in DRAM provozieren. Jetzt zeigen Forschende unter dem Namen GPUThor Rowhammer ECC, dass eine entsprechende Attacke auch auf NVIDIA-Workstation-GPUs mit GDDR6 schwere Folgen haben kann – inklusive Umgehung von ECC und daraus resultierender Privilegeskalation bis hin zu Root-Zugriff auf dem Host.
Die Ergebnisse richten sich besonders an Szenarien mit unprivilegiertem Code auf der GPU, etwa in gemeinsam genutzten Umgebungen oder bei der Ausführung nicht vertrauenswürdiger CUDA-Workloads. Zwar empfiehlt NVIDIA ECC als Gegenmaßnahme gegen GPU-Rowhammer – doch die Studie beschreibt, dass ECC hier nicht als alleinige Sicherheitsgrenze ausreicht.
Was ist GPUThor Rowhammer ECC?
Das Angriffsszenario basiert auf einer klassischen Rowhammer-Idee: Bestimmte Speicherbereiche werden über längere Zeit intensiv „gehämmert“, bis die elektrischen Randbedingungen Fehler im Nachbarbereich begünstigen. Die Forschenden haben dafür ein spezielles Vorgehen entwickelt, das sie GPUThor nennen.
Im Kern handelt es sich um ein non-uniform hammering: Anstatt Aggressor- und „Decoy“-Zeilen gleich stark zu belasten, wird die Zeile neben der Zielzeile deutlich häufiger aktiviert. Ziel ist, eine Gedächtnisverteidigung namens Target Row Refresh (TRR) so zu überlisten, dass es nicht zuverlässig alle problematischen Aktivierungen abfängt.
Die Attacke wurde über 24 Stunden pro Konfiguration getestet und dabei auf vier Ampere-Karten mit GDDR6 ausgerichtet.
Welche NVIDIA-GPUs waren betroffen?
Die Forschenden berichten über Verwundbarkeiten bei mehreren RTX-Workstation-Modellen, jeweils mit GDDR6-Speicher. Konkret wurden diese Geräte als anfällig identifiziert:
- RTX A6000 (48 GB GDDR6)
- RTX A5000 (24 GB GDDR6)
- RTX A4500 (20 GB GDDR6)
- RTX A4000 (16 GB GDDR6)
Bei anderen getesteten NVIDIA-Modellen, darunter A10, L4 und L40 (GDDR6) sowie die RTX 4090 (GDDR6X) und A30 (HBM2e), beschreibt die Studie hingegen keine beobachteten Bitflips mit den GPUThor-Mustern. Die Forschenden führen das unter anderem darauf zurück, dass TRR je nach Speichertyp unterschiedlich umgesetzt sein kann.
Wie läuft die Attacke ab?
Damit GPUThor Rowhammer ECC überhaupt greift, braucht es laut Studie die Möglichkeit, auf dem Ziel einen unprivilegierten CUDA-Kernel zu starten. Das kann beispielsweise passieren, wenn ein Angreifer als Co-Tenant auf einer gemeinsam genutzten Karte sitzt oder wenn auf einer Single-Tenant-Maschine nicht vertrauenswürdiger Code läuft.
Für den Start der Kampagne wurden Speicherzugriffe so verteilt, dass sich die internen Abläufe der GPU in geeigneter Weise ausnutzen lassen. Besonders relevant ist dabei, dass Zugriffe innerhalb eines warps (32 Threads, die synchron arbeiten) vom Memory Controller zu einer Aktivierung zusammengeführt werden. Zugriffe aus unterschiedlichen warps auf verschiedene Cache-Lines in derselben Zeile können dagegen als getrennte Aktivierungen „überleben“ – und genau darauf zielen die Muster ab.
Die Forschenden berichten außerdem, dass TRR bei diesen GDDR6-Teilen offenbar nicht in jedem Intervall, sondern eher ungefähr alle 72 Refresh-Intervalle greift. Aufbauend darauf wurde ein sechs-Intervall-Muster konstruiert, das den Timing-Aspekt der Abwehr adressiert.
ECC: Was die Studie beobachtet
ECC ist dafür gedacht, bestimmte Fehler zu korrigieren oder zumindest zu erkennen. Für die betroffenen NVIDIA-GPUs wird ein Format beschrieben, das SECDED unterstützt: Es soll eine fehlerhafte Bitposition korrigieren können und zwei Fehler erkennen. Die Studie zeigt jedoch, dass es unter GPUThor-Bedingungen zu Fehlkorrekturen kommen kann.
Die Forschenden berichten von „silent data corruption“ (SDC): Dabei werden Daten unbemerkt verfälscht, obwohl das ECC eigentlich schützen soll. Konkret wird beschrieben, dass die Erkennung/Behandlung von mehrbitigen Fehlern zu einer falschen Behandlung führen kann, sodass aus mehrbitigen Störungen ein in der Folge nutzbarer Zustand entsteht.
Fehlermodi und Auswirkungen
Bei aktiviertem ECC auf einer lokal kontrollierten RTX A6000 wird laut Studie im Verlauf eines Tages unter anderem Folgendes beobachtet:
- Detectable, uncorrectable errors (DUE) durch eine der gehämmerten Bänke (mehrfach)
- ein SDC während der gleichen Zeitspanne
Eine DUE hat dabei eine sehr klare Konsequenz: Sie beendet bzw. stoppt alle laufenden Kernel auf der Karte. Damit ist die GPU bis zu einem Reset praktisch nicht nutzbar. Laut Bericht lag die durchschnittliche Häufigkeit bei ungefähr einem DUE alle zwei Stunden.
Von Fehlern zu Root: Privilegeskalation auf dem Host
Der nächste Schritt nach den Speicherfehlern ist die Ausnutzung einer Schwachstelle in der Adressierungslogik. Die Forschenden berichten, dass sie dafür Code aus einer früheren Arbeit, GPUBreach, wiederverwendet haben – speziell aus dem Teil, der auf Privilegeskalation über GPU-Seiten-Tabellen abzielt.
Das Vorgehen wird in der Studie so umrissen:
- Zuerst werden Seiten-Tabellen so vorbereitet, dass sie anfällig werden.
- Dann werden Nachbarzeilen gehämmert, um den Page-Frame-Number-Wert in einem Eintrag zu beschädigen.
- Ein zweiter Kernel nutzt den manipulierten Eintrag, um außerhalb des Prozesses auf Speicher zuzugreifen.
Abhängig vom Fehlerbild unterscheiden sich die Pfade:
- Mit Triple-Bit SDC erlangen die Forschenden laut Bericht Root auf dem Host, wenn IOMMU aktiviert ist.
- Mit Double-Bit DUE erreichen sie Host-Privilegeskalation in Umgebungen, in denen IOMMU deaktiviert ist.
Im Kontext der DUE-Pfade wird zudem beschrieben, dass der Fehler auf NVIDIA-GPUs offenbar „lazy“ bedient wird: Zwischen Erkennung des Problems und dem anschließenden Kill/Abbruch bleibt ein Zeitfenster von etwa zehn Millisekunden, in dem das kompromittierte Datenmaterial noch durch den Angreifer-Kernel konsumiert werden kann.
Wie stark ist der Effekt? Bitflips unter ECC-Aus
Die Forschenden liefern auch Zahlen zur Wirksamkeit ihrer Kampagnen, insbesondere bei deaktiviertem ECC. Über die vier getesteten Karten wurden dabei laut Bericht grob von 72.000 bis 377.000 Bitflips pro Gigabyte berichtet.
Unter den untersuchten Geräten galt die RTX A5000 als besonders anfällig: Mit 377.552 flips pro Gigabyte lag sie deutlich über früheren GPU-Rowhammer-Ansätzen. Die Studie ordnet das außerdem im Verhältnis zu anderen bekannten Angriffen ein (GPUHammer, GDDRHammer) und verweist auf eine Einordnung, dass ähnliche Nicht-Uniformität bei DDR4 bereits als Weg past in-DRAM-Abwehrmechanismen bekannt wurde.
Schutzempfehlungen: Was Unternehmen jetzt tun sollten
Neben den technischen Details nennen die Forschenden konkrete Punkte, die aus ihrer Sicht helfen können, das Risiko zu senken. Dazu gehören vor allem Maßnahmen rund um unprivilegierte GPU-Ausführung und Fehlerbeobachtung.
Zu den Empfehlungen zählen:
- Cross-Tenant-GPU-Sharing vermeiden, wenn möglich.
- ECC-Fehlerzähler überwachen, um ungewöhnliche Muster früh zu erkennen.
- Untrusted CUDA-Workloads einschränken und streng kontrollieren, was auf der GPU laufen darf.
Im gleichen Kontext wird auch diskutiert, dass frühere Aussagen und Security-Hinweise von NVIDIA ECC als wichtige Maßnahme gegen GPU-Rowhammer herausstellen. Die neue Studie macht jedoch deutlich, dass ECC zwar die Hürde erhöht, aber nicht als vollständige Absicherung gegen alle Angriffspfade betrachtet werden sollte.
Gibt es einen Patch oder eine Kennzahl wie CVE?
Die Forschenden geben an, dass es keine CVE-Nummer zu GPUThor gibt und bis zum Veröffentlichungszeitpunkt keine Ausnutzung in freier Wildbahn berichtet wurde. Zudem nennen sie keinen Patch, der die Angriffsmethode direkt adressiert.
Eine vollständige Behebung erfordere laut Studie stärkere Mehrbit-Fehlerkorrektur sowie robustere In-DRAM-Verteidigungen, beispielsweise Konzepte wie Refresh Management oder Per-Row Activation Counting in zukünftigen GPU-Generationen.
Ausblick: Veröffentlichung und Bedeutung für die Praxis
GPUThor wurde laut Bericht am 29. April 2026 NVIDIA sowie weiteren großen Plattformanbietern gemeldet. Die Veröffentlichung unterlag einem Embargo, das bis 25. August 2026 lief. Ein öffentliches Veröffentlichungspaket ist für den 15. November 2026 angekündigt, verbunden mit einer Präsentation im Rahmen einer Fachkonferenz.
Für Betreiber von Workstations und Rechenumgebungen bleibt damit vor allem eine Botschaft: GPUThor Rowhammer ECC zeigt, dass die Grenze zwischen „Hardwarefehler“ und „Systemausnutzung“ sehr schmal sein kann. Sicherheitsteams sollten daher GPU-Zugriffsmodelle, Isolation und Monitoring konsequent überprüfen – insbesondere dort, wo unprivilegierte oder nicht vertrauenswürdige GPU-Workloads möglich sind.
Quelle: https://thehackernews.com/2026/08/gputhor-rowhammer-defeats-ecc-on-nvidia.html
