下载后可任意编辑GPU 恐成未来病毒的最大帮凶 恶意软件的编写者们不断地在寻找新的方法来伪装他们的代码，以求逃过杀毒软件的检测。目前有两种新的代码伪装技术对现有的恶意代码检测分析系统 形 成 了 挑 战 ， 这 就 是 脱 壳 (unpacking) 和 运 行 时 多 态 (run—timep01yITlorphism)。更为危险的是，脱壳和运行时多态都可以利用 GPu 进行加速。这样一来，之前困扰恶意软件编写者的那些高负荷计算运行方法，都可以利用 GPU 强大的并行计算能力进行处理。这将导致我们在未来而临破坏力更为强大、狡猾而令人防不胜防的恶意软件。 1.机会还是威胁 GPU 通用计算的进展 接下来，让我们先暂停一下对恶意软件的恐惧，进入 GPU 的世界。GPU 通用计算最近几年来飞速进展，当 GPU 本身可编程性和灵活性大大提高后，很多人开始着手探究如何利用 GPU 架构进行大规模的并行计算，毕竟 GPU 拥有系统中最为强劲的浮点计算能力，仅仅作为 3D 计算显然相当可惜。但 GPU 通用计算需要专用 API 才能在 GPU 上完美运行。一般的图形 APIMDlrectX 和 OpenGL 等，都不能很好地进行通用计算。 对传统 GPU 来说，无论是 GPU 本身设计还是调用方式都尽可能为 GPU 需要执行的图形计算优化。因此你假如想利用 GPU 庞大的计算资源，那些需要计算的数据和变量，必须映射为图形学对象，算法处理必须被表述为像素和顶点处理的形式，假装是在进行图形计算一样。这种“假装”的形式让程序员感到很束缚。因为传统 GPU 缺乏方便的数据类型，基本的计算函数，以及一个一般化的内存访问模型，使得它对于习惯于工作在传统编程环境下的程序员们来说没有多少吸引力。 进入DirectX10时代后，NVIDIA提出了CUDAfComputeUnifiedDeviceArchitecture)这样一个相当富有制造力的通用运算 API 架构。有了这个 API 之后，程序员就不需要在自己的大脑中“映射”各种数据，APl 作为沟通桥粱已经承担了数据转换、程序编译等任务。这样一来，GPU 就能很好地发挥计算效能。与此同时，AMD 也提供了对应自家 GPU 产品的通1下载后可任意编辑用计算方法，被称为 Stream。 CUDA 由一个 C 语言的微小扩展集和一个运行库组成，这个运行库提供的函数能够控制 GPU，以及设备专有函数和相应的数据。从相对宏观的角度看，一个 CUDA 程序由两部分组成，一个运行在 CPU 上，另一个称之为“kernel”，是运行于 GPU 上的并行化部分...
