Potężny ładunek kart graficznych GeForce RTX 30xx został skradziony

Jeden z wiodących zewnętrznych producentów kart graficznych – firma EVGA – poinformował o kradzieży dużego ładnunku układów z serii GeForce RTX 30xx. Ta sytuacja może tylko pogłębić problemy z dostępnością nowych GPU Nvidii.

Dożyliśmy czasów, w których karta graficzna jest bardzo łakomym kąskiem dla grup przestępczych – potwierdzają to najnowsze doniesienia firmy EVGA, która poinformowała o kradzieży ciężarówki wypełnionej nowymi układami z rodziny GeForce RTX 30xx.

Łupem złodziei padły różne modele desktopowych GPU, począwszy od GeForce RTX 3060, na topowym RTX 3090 skończywszy. Producent nie podaje, jaka konkretnie ilość została przechwycona w drodze do centrum dystrybucyjnego EVGA w Stanach Zjednoczonych, ale można oczekiwać, że mowa o tysiącach sztuk.

Jeśli uda Wam się natknąć na jeden ze skradzionych układów, to jego kupno zdecydowanie nie będzie dobrym pomysłem – w przypadku wykrycia takiej transakcji, możemy narazić się na spore konsekwencje natury prawnej. Producent udostępnił stronę, na której można sprawdzić, czy posiadany przez nas model nie został skradziony.

Szanse na zakup takiej karty graficznej są jednak minimalne – można oczekiwać, że lwia część skradzionego ładunku trafiła już w ręce kopaczy kryptowalut. W związku z tym ich odzyskanie staje się wręcz misją niemożliwą do wykonania.

Podziel się postem:

Najnowsze:

Oprogramowanie

Unia Europejska przejdzie na Linuxa? Powstaje dystrybucja EU OS

Unia Europejska może wkrótce podjąć kroki w kierunku uniezależnienia się od amerykańskiego oprogramowania. Społeczność entuzjastów pod patronatem władz UE pracuje nad projektem EU OS, który ma zastąpić system operacyjny Windows w instytucjach rządowych. Wybór padł na modyfikację dystrybucji Fedora Linux, która zostanie dostosowana do potrzeb urzędników poprzez interfejs przypominający Windows.

Bezpieczeństwo

Przełomowa kwantowa technologia generowania liczb losowych z WAT: Szczegółowa analiza i perspektywy

W dzisiejszym zaawansowanym technologicznie świecie, prawdziwie losowe liczby stanowią fundament wielu kluczowych dziedzin. Od zabezpieczania komunikacji poprzez kryptografię aż po przeprowadzanie złożonych symulacji naukowych i inżynierskich , generowanie nieprzewidywalnych sekwencji danych jest niezbędne. Losowość odgrywa również istotną rolę w grach losowych , w sektorze finansowym , gdzie zapewnia unikalność transakcji, oraz w badaniach statystycznych. W kryptografii, siła klucza szyfrującego jest bezpośrednio związana z jakością i stopniem losowości użytym do jego wygenerowania . Im wyższa entropia źródła losowego, tym trudniejszy do złamania staje się klucz. Prawdziwa losowość jest zatem kluczowym elementem zapewniającym bezpieczeństwo w cyberprzestrzeni, wzmacniając algorytmy szyfrujące i chroniąc integralność przesyłanych oraz przechowywanych danych . Zapotrzebowanie na generatory liczb losowych o wysokiej jakości i nieprzewidywalności stale rośnie, co jest bezpośrednio powiązane z postępem technologicznym i coraz większym znaczeniem bezpieczeństwa informacji. Wraz z dynamicznym przenoszeniem coraz większej liczby aspektów naszego życia do sfery cyfrowej, ilość generowanych i przesyłanych danych nieustannie wzrasta. Ochrona tych danych przed nieautoryzowanym dostępem i manipulacją staje się priorytetem, a prawdziwa losowość jest nieodzownym narzędziem do skutecznego szyfrowania i zabezpieczania przed różnego rodzaju atakami.

Bezpieczeństwo

Prawdopodobnie DeepSeek Zna Twoje Sekrety: Analiza Bezpieczeństwa Danych Treningowych LLM

Prawdopodobnie DeepSeek zna Wasze sekrety oraz klucze API! Takie ostrzeżenie pojawiło się na łamach Sekurak.pl. W dynamicznie rozwijającym się świecie dużych modeli językowych (LLM), gdzie innowacje pojawiają się niemal codziennie, DeepSeek AI szybko zyskał miano znaczącego gracza, budząc zainteresowanie swoimi możliwościami i efektywnością. Jednakże, wraz z postępem technologicznym, pojawiają się również nowe wyzwania w obszarze bezpieczeństwa. Niedawne odkrycie dokonane przez badaczy z Truffle Security rzuca nowe światło na potencjalne zagrożenia związane z danymi treningowymi tych zaawansowanych modeli. Wnikliwa analiza publicznie dostępnego zbioru danych Common Crawl, wykorzystywanego do trenowania LLM, w tym DeepSeek, ujawniła obecność licznych, potencjalnie wciąż aktywnych kluczy API i haseł.

Dodaj komentarz

Twój adres e-mail nie zostanie opublikowany. Wymagane pola są oznaczone *