GPUs en Kubernetes · Lección 28
¿Qué riesgo de seguridad es relevante considerar al compartir una misma GPU física entre cargas de trabajo de distintos niveles de confianza (por ejemplo, distintos clientes en un entorno multi-tenant)?
Sin un mecanismo de aislamiento real como MIG, datos residuales en la memoria de la GPU de una carga anterior podrían potencialmente ser accesibles o inferibles por la siguiente carga que use esa misma GPU, dependiendo de las protecciones implementadas
Compartir GPU entre distintos tenants no representa absolutamente ningún riesgo de seguridad real bajo ninguna circunstancia
Solo es un problema de seguridad si las cargas compartidas están escritas específicamente en el mismo lenguaje de programación
MIG elimina automáticamente cualquier consideración de seguridad relacionada con GPU sin necesitar ninguna otra medida adicional
GPUs en Kubernetes · Lección 28
Completa el código
El aislamiento físico real de MIG reduce significativamente el riesgo de fuga de
Revisa: reduce significativamente el riesgo de fuga de datos entre cargas compartidas.
GPUs en Kubernetes · Lección 28
¿Por qué un entorno multi-tenant que sirve a clientes externos no confiables entre sí debería preferir MIG (con partición física real) sobre time-slicing al compartir GPUs, específicamente por razones de seguridad?
Pista: en un entorno donde clientes externos no confían entre sí, la falta de partición física real de memoria en time-slicing representa un riesgo de seguridad más significativo que en un entorno interno controlado; MIG, al ofrecer aislamiento físico real, reduce ese riesgo de forma mucho más sólida y apropiada para ese contexto específico de mayor sensibilidad de seguridad.
✓
¡Lección completada!
Seguridad de GPU — aislamiento entre workloads
0
XP ganado
3
Vidas restantes