因为好奇，想学点新东西，所以有了一点断断续续的测试，还有本文
GPU有多强
以Nvidia GT 740为例，500块左右，有384个核，而目前台式机，强劲的i7也只有4核8线程啊，所以显卡非常适合做并行计算。
对于服务器级别的，如Nvidia的K或者M系列，核数则可以去到2000-4000，当然价格也比较感人，上万块。
再来看一点亲测的数据，一个6位包含小写字母和数字的Linux密码，用CPU和GPU去破解，他们之间的耗时
# GPU
time ./john --format=sha512crypt-opencl ~/passwordsdb
# CPU
time ./john ~/passwordsdb| 处理器 | 时间（分钟） |
|---|---|
| GPU | 34 |
| CPU | 170 |
应用领域
目前已经有云供应商提供GPU计算服务，我们大概可以把GPU运算应用于
- 各种Crack
- 深度学习，如Caffee
- 挖矿
并行计算标准
- CUDA，Nivia only，官网提供了Win、Linux、MAC全平台的工具包
- OpenCL，苹果推出，兼容Nivdia、AMD、Intel，据查资料，部分ARM架构的GPU也支持
Kali
大名鼎鼎的安全发行版，版本是「kali-linux-2016.1-amd64.iso」
安装Nivdia工具
apt-get -y install nvidia-cuda-toolkit libssl-dev
# 列出显卡
nvidia-smi -L
# 以下为上面的指令输出
GPU 0: GeForce GT 740 (UUID: GPU-8c5c127a-1628-f75e-bde2-61b202fe83b3)如果安装不成功，也可以参考下面的文档继续折腾下，在线安装比较卡，推荐另外一个源
Install NVIDIA Drivers on Kali
vim /etc/apt/sources.list
#中科大kali源 推荐，快
deb http://mirrors.ustc.edu.cn/kali kali-rolling main non-free contrib
deb-src http://mirrors.ustc.edu.cn/kali kali-rolling main non-free contrib
deb http://mirrors.ustc.edu.cn/kali-security kali-current/updates main contrib non-free
deb-src http://mirrors.ustc.edu.cn/kali-security kali-current/updates main contrib non-free安装JohnTheRapper
john比较智能，不需要指定密码组成字符集就可以运行，它会先用single-mode，然后是wordlist with rules，最后是incremental mode
Kali自带John，但不支持GPU，所以需要手工安装一个
# 需要用github上的最新版，否则编译报错
cd /dist/src
git clone https://github.com/magnumripper/JohnTheRipper.git
cd JohnTheRapper
# 默认不开启CUDA，需要显式开启，不过意义不大，因为在OpenCL下比CUDA更快
./configure --enable-cuda
make -s -j 5
cd ../run列出OpenCL设备
# 列出OpenCL设备
./john --list=opencl-devices
Platform #0 name: NVIDIA CUDA, version: OpenCL 1.2 CUDA 7.5.23
Device #0 (0) name: GeForce GT 740
Device vendor: NVIDIA Corporation
Device type: GPU (LE)
Device version: OpenCL 1.2 CUDA
Driver version: 352.79 [recommended]
Native vector widths: char 1, short 1, int 1, long 1
Preferred vector width: char 1, short 1, int 1, long 1
Global Memory: 1023.10 MB
Global Memory Cache: 32.0 KB
Local Memory: 48.0 KB (Local)
Max memory alloc. size: 255.2 MB
Max clock (MHz): 1058
Profiling timer res.: 1000 ns
Max Work Group Size: 1024
Parallel compute cores: 2
CUDA cores: 384 (2 x 192)
Speed index: 406272
Warp size: 32
Max. GPRs/work-group: 65536
Kernel exec. timeout: yes
PCI device topology: 01:00.0列出CUDA设备
./john --list=cuda-devices
CUDA runtime 7.0, driver 7.5 - 1 CUDA device found:
CUDA Device #0
Name: GeForce GT 740
Type: discrete
Compute capability: 3.0 (sm_30)
Number of stream processors: 384 (2 x 192)
Clock rate: 1058 Mhz
Memory clock rate (peak) 2500 Mhz
Memory bus width 128 bits
Peak memory bandwidth: 80 GB/s
Total global memory: 1023.10 MB
Total shared memory per block: 48.0 KB
Total constant memory: 64.0 KB
L2 cache size 256.2 KB
Kernel execution timeout: Yes
Concurrent copy and execution: One direction
Concurrent kernels support: Yes
Warp size: 32
Max. GPRs/thread block 65536
Max. threads per block 1024
Max. resident threads per MP 2048
PCI device topology: 01:00.0测试破解密码
Linux
不同版本的Linux，所用加密方式不一样，可以用下面的指令查看Linux系统的加密方式
grep ^ENCRYPT_METHOD /etc/login.defs
# 输出
ENCRYPT_METHOD SHA512# 将用户名和hash后的密码整合下
unshadow /etc/passwd /etc/shadow > ~/passwordsdb
# OpenCL
./john --format=sha512crypt-opencl ~/passwordsdb
# CUDA
./john --format=sha512crypt-cuda ~/passwordsdb
# 再次查看破解后的密码
./john --show ~/passwordsdb普通MD5
# GPU
time ./john --format=raw-MD5-opencl ~/md5_password.txt
time ./john --format=raw-MD5 ~/md5_password.txtMAC
去官网找到对应的dmg下载安装即可，有一个CUDA-Z的工具，可以检测到CUDA设备
测试破解
# 密码构成字符集
echo -n 'abcdefghijklmnopqrstuvwxyz0123456789' > charsets/charsetall
# md5后的密码
echo -n 'e99a18c428cb38d5f260853678922e03' > test_hashes/Hashes-MD5.txt
# 开始破解
./Cryptohaze-Multiforcer -h MD5 -c charsets/charsetall -f test_hashes/Hashes-MD5.txt --min=4 --max=9其他
Kali上的信息查看工具
glxinfo
如果glxinfo提示direct rendering为yes说明显卡3D加速已经激活
glxinfo |grep -i 'direct rendering'
# 以下为输出内容
direct rendering: Yesnvidia-settings
可以看到很详细的信息，包括GPU核心数，当前负载
apt-get install nvidia-settings
# 直接运行
nvidia-settings请看图
