python - 是否可以使用 GPU 来加速 Python 中的散列？

Question

我最近阅读了 Jeff 题为 Speed Hashing 的博文。 ，除其他事项外，他提到您可以通过利用 GPU 的力量真正快速地散列事物。

我想知道是否有可能利用 GPU 的力量在 Python(md5、sha-1 等)中对事物进行散列？

我对此很感兴趣，因为我试图看看我能以多快的速度对事物进行暴力破解(不是真实世界的东西，来自旧的泄露数据转储)。

目前，我正在做这种事情(简化示例):

from itertools import product
from hashlib import md5

hashes = ["some","hashes"]

chars = []
for i in range(97,123): # a-z only
    chars.append(chr(i))

for i in range(1,6): # all combos of a-z, 1-5 chars
    for c in product(chars,repeat=i):
       s = ''.join(c)
       if md5(s).hexdigest() in hashes:
           print "Found",s

但我想知道是否有办法使用 GPU 加快速度？我猜我将需要一个模块来连续生成这样的哈希值 - 有谁知道吗？

Answer 1

有两个障碍:

编写在 GPU 上执行的程序。 AFAIK，目前没有可用的机制将 Python 程序转换为 GPU 执行的代码。所以除非你能找到你需要的东西(这可能是可能的，因为它看起来像一个相当常见的用例)，那么你将不得不使用一种 GPU 编程语言(CUDA、OpenCL、Haskell ...... .)

从 Python 调用运行在 GPU 上的程序，并交换数据。有几个 Python+CUDA 项目可以完成这部分工作:

http://mathema.tician.de/software/pycuda

http://code.google.com/p/pystream/

https://launchpad.net/python-cuda

通过适当的搜索，您可能会发现更多。

还有 Python GPU programming看起来相关

然后，Python 程序将使用第 2 部分中的一种技术或等效技术加载并调用 GPU“内核”(使用本答案第 1 部分中的技术创建的程序)。
编辑
您可能会在 GPU 上生成整套“蛮力”值和 md5 哈希值。然后只需使用 Python 检索结果。这可能比在 Python 中生成值，将它们传递给 GPU，然后取回 md5 更容易。

如果我理解，程序会生成所有 1 个字符、2、3、4、5 和 6 个小写字母字符串，并生成一个 md5 哈希，是吗？

Edit2 - 我之前的分析完全错误 - 我道歉

Edit3: 略读 Wikipedia MD5看起来可以优化为恒定长度字符串(例如 6 个 ASCII 字符)计算 MD5。

根据维基百科的伪代码，它只有 64 个循环，使用相同算法的 16 个循环迭代组。因此，如果 key 小于 55 个字节，则计算的核心可以从以下位置“展开”:

for i from 0 to 63
    if 0 ≤ i ≤ 15 then
        f := (b and c) or ((not b) and d)
        g := i
    else if 16 ≤ i ≤ 31
        f := (d and b) or ((not d) and c)
        g := (5×i + 1) mod 16
    else if 32 ≤ i ≤ 47
        f := b xor c xor d
        g := (3×i + 5) mod 16
    else if 48 ≤ i ≤ 63
        f := c xor (b or (not d))
        g := (7×i) mod 16
    temp := d
    d := c
    c := b
    b := b + leftrotate((a + f + k[i] + w[g]) , r[i])
    a := temp
end for

到:

// i == 0
f := (b and c) or ((not b) and d)   // +4 ops
// g := i
temp := d
d := c
c := b
b := b + leftrotate((a + f + k[0] + w[0]) , r[0])  // 9 ops
a := temp
// i == 1
f := (b and c) or ((not b) and d)
// g := i
temp := d
d := c
c := b
b := b + leftrotate((a + f + k[1] + w[1]) , r[1])
a := temp

这种展开导致一些数组索引保持不变，这应该允许一个好的 GPU 编译器做更多的常数传播。这可能会带来显着的改进。每一步大约有 9 次操作，编译器需要 shuffle 5 条数据，所以大约 14 次操作/步 * 64 步，大约 1000 次操作。

编辑4:

格勒克! 我已经阅读了更多的维基百科 MD5 算法——MD5 比我意识到的更容易攻击。只有每组16个的前两个循环直接使用6个字节的可变key字符串，字符串的其余部分是常量。算法的其余部分是混洗和按位操作，这些操作可能需要进行非常重要的进一步优化。每 16 个循环中只有 2 个涉及 key ，那么这可能最多快 8 倍，甚至可能超过 4 倍。

所以不是 1024 核 GPU，运行在 1GHz，给出 1024 哈希/微秒，而是说 4096/微秒或 8096/us = 4-8 哈希/纳秒

大约有 27^6 个键 = 387,420,489 个键，因此有 md5 哈希值。

387,420,489 个键/4-8/纳秒 大约 = 0.05 - 0.1 秒

主机和 GPU 之间的通信会很慢，但不太可能超过 100%。

所以大约在 0.1 秒到 0.2 秒之间。

一个 md5 散列是 16 字节，因此如果要存储它会消耗 6.2 GBytes。在两个现代 GPU 上，每个只需要 2 次传输，但开销非常大。如果将哈希值保存到磁盘(即使使用 SSD)，或通过 10Gbit 以太网移动，则哈希生成会被 I/O 时间淹没。

只有 94 个可打印的 ASCII 字符，因此对于每个 ASCII 6 个字符的键:

94^6 = 689,869,781,056 个键/4-8/纳秒 = 86-172 秒

天哪!-(

长键，还有比 MD5 更好的东西!

也许尝试编写一个 Python 程序来生成最佳的 GPU 算法？

通过在 Python 程序中“展开”循环来生成 GPU“内核”的文本，并打印直线计算的文本，并填充所有常量。

然后尝试找出计算每个 key 长度的 MD5 的最佳指令序列。使用展开的程序，尝试跟踪对每个位的操作和相关性，然后尝试将这些位及其操作重新组合成连续的 32 位字和新的直线计算。 (公平地说，也许 GPU 编译器可以做一些这样的事情？找出来可能会很有趣)