💻 computer science

Self-Verifying Measurement Records: Hash-Linked Evidence Graphs for Hardware Benchmarking

Questo articolo propone un registro di trasparenza con legame hash e resistenza alle manomissioni per il benchmarking dell'hardware che vincola le metriche di prestazione riportate a prove verificabili mediante identità probabilistiche e sfide crittografiche, consentendo la verifica offline e senza fiducia dei risultati attraverso diverse architetture GPU, tenendo conto del rumore del punto mobile e delle minacce avversarie.

Autori originali: Faruk Alpay, Baris Basaran

Pubblicato 2026-06-29

📖 5 min di lettura🧠 Approfondimento

CC BY 4.0

Autori originali: Faruk Alpay, Baris Basaran

Articolo originale sotto licenza CC BY 4.0 (http://creativecommons.org/licenses/by/4.0/). ✨ Questa è una spiegazione generata dall'IA dell'articolo qui sotto. Non è stata scritta né approvata dagli autori. Per precisione tecnica, consulta l'articolo originale. Leggi il disclaimer completo

Immagina di comprare un'auto e il venditore ti consegna un foglio di carta che dice: "Questa auto va a 200 miglia orarie". Devi fidarti della sua parola. Non puoi testarla tu stesso perché l'auto è andata via, la pista è chiusa e, anche se potessi farlo, il motore potrebbe essere segretamente guasto in un modo che si manifesta solo in condizioni specifiche.

Questo articolo propone un nuovo modo per riportare le prestazioni dell'hardware (come la velocità di un chip di un computer) in modo da non dover fidarti della persona che ha scritto il rapporto. Il rapporto arriva con la propria "prova di vita" e "prova di verità" allegata a ogni singolo numero.

Ecco come lo fanno, spiegato attraverso semplici analogie:

1. Il "Diario a prova di manomissione" (Il Grafo delle Evidenze)

Pensa al rapporto sulle prestazioni non come a un PDF statico, ma come a un diario digitale dove ogni voce è collegata alla successiva tramite un particolare lucchetto digitale (un hash).

Come funziona: Se qualcuno prova a cambiare un numero nel mezzo del diario (come cambiare "100 miglia" in "200 miglia"), il lucchetto digitale si rompe e l'intera catena diventa invalida.
Il vantaggio: Puoi consultare il diario offline (senza internet o il computer originale) e verificare che i numeri non siano stati falsificati. È come un notaio che timbra ogni pagina, ma il timbro è matematico e impossibile da falsificare.

2. Il "Controllo a campione" per la matematica (Quantità Lineari)

Quando il computer esegue un problema matematico enorme (come moltiplicare due gigantesche griglie di numeri), controllare l'intero risultato richiede troppo tempo. Gli autori usano un trucco intelligente chiamato "identità probabilistica".

L'analogia: Immagina che un fornaio sostenga di aver preparato 1.000 biscotti perfetti. Invece di assaggiarli tutti e 1.000, l'ispettore ne sceglie una manciata casuale, aggiunge una "spezia segreta per il gusto" (una sonda casuale) e controlla se il sapore corrisponde alla ricetta.
Il rischio: Se il fornaio ha imbrogliato, l'ispettore lo scoprirà quasi certamente. Se l'ispettore effettua 8 controlli, la probabilità che un imbroglione riesca a farla franca è inferiore a 1 su 256.
La calibrazione del "Pavimento": I computer non sono perfetti; commettono piccoli errori di arrotondamento (come una bilancia che è sballata di un grammo). Gli autori hanno misurato esattamente quanto questi specifici chip si "scostino" naturalmente. Hanno impostato una "zona di tolleranza" basata su questo errore naturale. Se la matematica è leggermente fuori fase, viene accettata come normale. Se è molto fuori fase, viene segnalata come una bugia o un chip difettoso.

3. Il "Doppio Controllo" (Verifica Cross-Device)

Per essere extra sicuri, hanno utilizzato due chip identici per eseguire lo stesso identico calcolo contemporaneamente.

L'analogia: È come avere due gemelli identici che sostengono lo stesso esame. Se entrambi ottengono la stessa risposta fino all'ultimo numero, sai che la risposta è corretta. Se uno ottiene una risposta diversa, sai che uno dei due sta mentendo o è confuso.
Il bonus: Anche se i gemelli sono identici, corrono a velocità leggermente diverse (come se uno dei due gemelli fosse leggermente più veloce nel correre). Il rapporto registra questa piccola differenza di velocità come una "impronta digitale" per quel particolare chip, provando che è l'originale e non un falso.

4. Il "Test di Stress" (Limiti Fisici)

Gli autori volevano sapere: Un hacker può ingannare il chip portandolo a dare una risposta errata senza che ce ne accorgiamo?

L'esperimento: Hanno cercato di "stressare" il chip facendolo lavorare al caldo e facendo fluttuare il suo consumo di energia (come un picco di tensione).
Il risultato: Il chip non si è rotto né ha dato risposte errate. Al contrario, ha semplicemente rallentato per proteggersi. Ciò suggerisce che gli "errori silenziosi" (dove un chip fornisce una risposta errata senza lamentarsi) sono rari e solitamente accadono solo su chip difettosi, non su quelli sani che vengono stressati da un utente normale.

5. La "Macchina del Tempo" (Ricostruzione)

Cosa succede quando il chip del computer si rompe o viene buttato via? Possiamo ancora fidarci del vecchio rapporto?

La soluzione: Il rapporto include dei "semi" (come una ricetta) che permettono a chiunque di rieseguire i calcoli su un computer diverso.
Il limite: Puoi ri-verificare la matematica e la logica perfettamente. Tuttavia, non puoi ri-verificare la velocità del vecchio chip, perché quella velocità dipendeva dalle condizioni fisiche specifiche di quel chip ormai morto (il suo calore, la sua età, le sue particolari peculiarità di fabbricazione). La "verità" della matematica sopravvive; la "velocità" di quella vecchia macchina è perduta nel tempo.

Riassunto

Questo articolo costruisce una ricevuta auto-verificabile per le prestazioni del computer.

Nessuna fiducia necessaria: Non ti fidi del produttore; ti fidi della matematica e dei lucchetti digitali.
Controlli a campione: Utilizza trucchi matematici casuali per smascherare le bugie istantaneamente.
Doppia testimonianza: Utilizza due chip per confermare l'uno l'altro.
Onestà: Ammette che, sebbene la matematica possa essere provata per sempre, la velocità specifica di un chip è un momento fugace che non può essere ricreato perfettamente in seguito.

L'obiettivo non è rendere i chip più veloci, ma rendere i numeri che leggiamo su di essi impossibili da falsificare e facili da verificare.

Sintesi Tecnica: Record di Misurazione Auto-Verificanti per il Benchmarking dell'Hardware

Problematica
I benchmark delle prestazioni dell'hardware vengono tradizionalmente accettati sulla base della fiducia. I numeri riportati (ad esempio, i tassi di FLOP/s) sono distaccati dalla loro prova sottostante: lo stato specifico del dispositivo, la versione del driver e l'esatta forma degli input vengono spesso persi nel momento in cui il risultato viene pubblicato. Inoltre, l'hardware non è infallibile; studi sui flotti indicano che una piccola ma costante frazione di core (circa uno su mille) può produrre risultati aritmetici errati senza sollevare errori. Di conseguenza, un numero di prestazione riportato manca di prove sia sulla sua origine di misurazione che sulla correttezza del calcolo sottostante. Il documento affronta questo problema come una questione di integrità, mirando a creare un record di misurazione che sia resistente alle manomissioni e verificabile in modo indipendente senza richiedere al lettore di fidarsi del produttore.

Metodologia
Gli autori propongono un grafo di evidenza con legame tramite hash, un registro di trasparenza per le misurazioni hardware dove ogni quantità riportata è vincolata alla sua osservazione e verifica tramite hash di contenuto. Il sistema opera attraverso diversi meccanismi interconnessi:

Struttura del Grafo di Evidenza: Il record è un grafo aciclico in cui i nodi rappresentano osservazioni (misurazioni grezze), riduzioni (funzioni pure come mediane o dispersioni) e affermazioni (i numeri finali riportati). Gli archi sono hash di contenuto (SHA-256). Un audit offline può verificare l'intero grafo ricalcolando gli hash e le riduzioni senza la necessità di accedere all'hardware originale o alla rete.
Verifica di Quantità Lineari (Prodotti di Matrici): Per le operazioni lineari come la moltiplicazione di matrici ($C=AB$), il sistema impiega un controllo di identità probabilistico (algoritmo di Freivalds). Una matrice di sonda casuale $X$ $X$ viene utilizzata per calcolare il residuo $\|A(BX) - CX\|$ $∥ A (B X) - C X ∥$ .
- Tolleranza Calibrata: Invece di un limite teorico, la tolleranza di accettazione ( $\tau$ ) è derivata dall'analisi dell'errore in virgola mobile ed è calibrata sul "pavimento del residuo" (il residuo più basso osservato per esecuzioni corrette) specifico del dispositivo. Ciò distingue tra un legittimo arrotondamento a bassa precisione e veri errori.
- Trascrizione Multi-stadio: La verifica è registrata come una sequenza di stadi (acquisizione, testimonianza, decisione, riparazione). Se un risultato supera la tolleranza, viene segnalato, riparato tramite ricalcolo ad alta precisione e nuovamente testimoniato.
Verifica di Quantità Non Lineari: Per le operazioni prive di controlli algebrici economici (ad esempio, meccanismi di attenzione, accumulazioni atomiche), il sistema utilizza:
- Guardie Algebriche: Decomposizione dell'attenzione in prodotti di matrici (controllati tramite Freivalds) e un invariante softmax (controllo delle somme di riga).
- Checksum Pesati: Per le accumulazioni atomiche, un controllo della somma pesata rileva guasti coerenti che i controlli di divergenza tra esecuzioni potrebbero non rilevare.
- Classi di Riproducibilità: Le quantità sono classificate come bit-stabili ( $S_0$ ) o limitate da divergenza misurata ( $S_{nd}$ ).
Corroborazione Cross-Device: Utilizzando due schede identiche, il sistema misura il differenziale $D[q] = q(\text{card}_1) - q(\text{card}_0)$ . I kernel deterministici producono un differenziale nullo, fornendo un testimone indipendente bit per bit. I differenziali di throughput fungono da impronta digitale per singola parte.
Miglioramenti della Sicurezza: Per evitare che un avversario sfrutti un seed di sonda impegnato (che potrebbe nascondere errori nello spazio nullo della sonda), il sistema deriva il seed della sonda da una sfida Fiat-Shamir basata sull'output dichiarato. Ciò assicura che la sfida dipenda dall'output che viene verificato.

Risultati Chiave
Gli autori hanno dimostrato la costruzione su architetture Blackwell (RTX PRO 6000 Max-Q) e Hopper, nonché su configurazioni consumer (RTX 5090) e server.

Pavimenti del Residuo: Lo studio ha misurato il pavimento del residuo dei prodotti di matrici attraverso diverse precisioni (FP16, TF32, BF16, FP8) e dimensioni. Questi pavimenti sono stati trovati essere invarianti indipendenti dall'architettura (stabili tra diversi dispositivi Blackwell) ma distinti dal throughput del dispositivo.
Capacità di Rilevamento:
- Un singolo bit flip in un prodotto di matrici è stato rifiutato con alta probabilità ( $1 - 2^{-k}$ ).
- Guasti coerenti nelle operazioni non lineari (che superano i controlli di riproducibilità) sono stati catturati dalle guardie algebriche.
- Un prodotto FP8 che superava la tolleranza calibrata su FP16 è stato segnalato con successo e riparato tramite accumulo FP32.
Indipendenza dal Dispositivo: Gli "invarianti trasferibili" (pavimenti del residuo e classi numeriche) sono stati ricostruiti con successo su diversi dispositivi (RTX 5090, RTX PRO 6000 Server) utilizzando seed impegnati, ottenendo il 100% di recupero di tali affermazioni specifiche. Le metriche locali del dispositivo (throughput) non sono state recuperabili, come previsto.
Test di Stress Fisico: Sotto stress da bagno termico e virus di potenza $di/dt$, il pavimento del residuo è rimasto invariante e non sono stati osservati errori silenziosi naturali in 139.264 controlli. Ciò suggerisce che gli errori silenziosi siano rari (parti difettose) o richiedano accessi privilegiati, piuttosto che essere indotti da carichi di lavoro standard dei tenant.
Analisi della Sicurezza: La sfida Fiat-Shamir ha chiuso con successo la superficie di attacco in cui un avversario consapevole della sonda potrebbe nascondere il 50% di un errore nello spazio nullo. Anche un attacco coordinato attraverso 4 testimoni bit-identici è stato catturato dalla sfida derivata dall'output.

Significatività e Affermazioni
Il documento sostiene di spostare il benchmarking dell'hardware da un modello "basato sulla fiducia" a un modello "basato sull'evidenza". La sua importanza primaria risiede in:

Record Resistenti alle Manomissioni: Fornire una struttura in cui un lettore può verificare la correttezza e l'origine di un numero offline, senza fidarsi del produttore.
Fiducia Calibrata: Stabilire che la fiducia in un numero deve essere proporzionale all'evidenza ad esso allegata. Il metodo separa l'affidamento appropriato dalla fede infondata, calibrando le tolleranze alla realtà fisica del silicio (il pavimento del residuo).
Hardware come Testimone: Trattare l'hardware stesso come il testimone e il firmatario della misurazione, anziché solo come il soggetto del test.
Ricostruibilità: Dimostrare che anche dopo il ritiro di un dispositivo, i suoi "invarianti trasferibili" (le proprietà matematiche della sua computazione) possono essere derivati nuovamente su hardware successore, preservando l'integrità del record storico.

Gli autori posizionano questo lavoro non come un sostituto delle radici di fiducia dell'hardware (necessarie se l'host che produce il record è fisicamente compromesso), ma come un'applicazione disciplinata di identità probabilistiche e indirizzamento di contenuto per rendere le misurazioni hardware auto-verificanti. Il lavoro è presentato come un archivio completo e verificabile dove il codice, le osservazioni e le trascrizioni di verifica sono vincolati a un singolo hash radice, consentendo un audit offline a passaggio singolo.