Yüksek Performans ve Veri Merkezi Çözümleri: GPU’ların Password Crackleme Yeteneği
Son yıllarda, veri merkezlerindeki yapay zeka GPU’larının işlem gücü, her yeni nesil ile birlikte hızla artış göstermekte. Bu durum, Specops’tan bir araştırma ekibini, bazı popüler yapay zeka GPU’larının şifre kırma alanında ne kadar etkili olabileceğini test etmeye yönlendirdi. Bu testlerde, Nvidia’nın H200, AMD’nin MI300X ve Nvidia’nın RTX 5090 modelleri, yüksek maliyetli yapay zeka GPU’larının tüketici grafik kartlarına karşı ne kadar rekabetçi olduğunu görmek amacıyla karşılaştırıldı.
Performans Testleri
Test kapsamında beş popüler hashing algoritması; MD5, NTLM, bcrypt, SHA-256 ve SHA-512 kullanılarak üç GPU’nun performansı değerlendirildi. Hashcat adlı popüler bir şifre kurtarma aracı ile gerçekleştirilen bu çalışmada, CUDA ve Tensor Core teknolojileri gibi işlemci mimarisi unsurları büyük rol oynadı. Sonuçlar, RTX 5090’ın, MI300X ve H200’den çok daha hızlı bir performans sergilediğini gösterdi.
- MD5: H200: 124.4 GH/s, MI300X: 164.1 GH/s, RTX 5090: 219.5 GH/s
- NTLM: H200: 218.2 GH/s, MI300X: 268.5 GH/s, RTX 5090: 340.1 GH/s
- bcrypt: H200: 275.3 kH/s, MI300X: 142.3 kH/s, RTX 5090: 304.8 kH/s
- SHA-256: H200: 15092.3 MH/s, MI300X: 24673.6 MH/s, RTX 5090: 27681.6 MH/s
- SHA-512: H200: 5173.6 MH/s, MI300X: 8771.4 MH/s, RTX 5090: 10014.2 MH/s
Teknik Özellikler ve İşlemci Mimarisi
Yapılan testler, H200 ve MI300X’ın RTX 5090’ın gerisinde kaldığını açıkça gösteriyor. RTX 5090, MI300X’a göre ortalama %20, H200’a ise %63.7 oranında daha hızlı sonuçlar elde etti. Ancak, bu GPU’ların şifre kırma gibi işlemlerdeki etkisizliği, işlemci mimarisindeki farklılıklardan kaynaklanıyor. Yapay zeka uygulamaları için optimize edilmiş olan bu GPU’lar, 32-bit tam sayı işlemlerini çok daha az verimli bir şekilde yönetiyor. H200, FP32 çekirdeklerine oranla sadece yarı kadar INT32 çekirdeğine sahip; bu da şifre kırma işlemlerinde güçsüz kalmasına neden oluyor.
MI300X, RTX 5090’a göre daha iyi INT32 performansı sergilese de, Nvidia’nın Hashcat üzerindeki optimizasyonları nedeniyle hala geri kalıyor.
Soğutma Çözümleri ve Gelecek Yukarıda
Sonuçta, modern yapay zeka GPU’ları, kendi alanlarında son derece verimli olsa da, şifre kırma gibi farklı alanlarda o kadar da işe yarar değiller. Bu durum, tüketici masaüstü GPU’larının, özellikle veri merkezi çözümleri için tasarlanmış GPU’lardan daha hızlı kalmasını sağlıyor. Uzun vadede, işlemci mimarisindeki bu farklılıkların yanı sıra, daha iyi soğutma çözümlerinin geliştirilmesi, veri merkezleri için yüksek performans sağlayacak yeni nesil GPU’ların önünü açabilir.
Kaynak: Tom’s Hardware verileriyle derlenmiştir.
