GPU 证明

NVIDIA 驱动与 GPU 固件建立 SPDM 会话;固件返回由 NVIDIA Root of Trust 签名的证书与测量报告,证明 GPU 为真品、固件未改、且处于 CC 模式。

使用 NVIDIA attestation 相关工具前,请遵守 NVIDIA 对 Confidential Computing 的产品条款。

#查看 CC 状态

nvidia-smi -L
nvidia-smi conf-compute -q

样机(RTX PRO 6000 CC)实测:

字段实测
GPUNVIDIA RTX PRO 6000 Blackwell Server Edition
CC StateON
CPU CC CapabilitiesAMD SEV-SNP
GPU CC CapabilitiesCC Capable
CC GPUs Ready State开机后常为 Not Ready

未 Ready 时 GPU 不接受工作负载。

#跑 GPU 远程证明(实测成功)

样机 Ubuntu 26.04 可从 NVIDIA CUDA 仓库直接装:

sudo apt-get update
sudo apt-get install -y nvattest

nvattest attest --device gpu --verifier remote

成功时末行 GPU attestation was successful,并检查:

字段期望 / 样机
Measurement Resultsuccess
Attestation Report Cert Chainvalid,OCSP good
Driver RIM Cert Chainvalid,OCSP good
VBIOS RIM Cert Chainvalid,OCSP good
Hardware Model如 GB20X
Driver Version与 nvidia-smi 一致(样机 595.91.07)

#设置 Ready(否则 CUDA 不跑)

较新的 nvattest 只证明、不自动置 Ready:

nvidia-smi conf-compute -srs 1
nvidia-smi conf-compute -q
# CC GPUs Ready State 应为 Ready

Ready 后 CUDA 冒烟(样机通过)

export PATH=/usr/local/cuda/bin:$PATH
export LD_LIBRARY_PATH=/usr/local/cuda/lib64:${LD_LIBRARY_PATH:-}
nvcc --version   # 样机为 CUDA 13.4.x;默认 PATH 里没有 nvcc,必须加路径

# 最小内核
cat > /tmp/cc_hi.cu <<'EOF'
#include <cstdio>
__global__ void k(){}
int main(){
  int n=0; cudaGetDeviceCount(&n); printf("devices=%d\n", n);
  k<<<1,1>>>(); auto e=cudaDeviceSynchronize();
  printf("sync=%s\n", cudaGetErrorString(e));
  return e==cudaSuccess?0:1;
}
EOF
nvcc -O2 /tmp/cc_hi.cu -o /tmp/cc_hi && /tmp/cc_hi
# 期望 devices=1 且 sync=no error

#建议顺序

  1. 1. 系统证明(CPU)通过
  2. 2. 本页 nvattest 通过
  3. 3. -srs 1 置 Ready
  4. 4. 再跑训练 / 推理

#镜像注意

  • - 样机未预装 Docker / nvidia-container-toolkit
  • - CUDA toolkit 在 /usr/local/cuda(13.4),nvcc 需自行加入 PATH
  • - Nsight Compute / Systems 在 /opt/nvidia/

#相关