Запуск большой языковой модели на локальной машине часто сопровождается не только шумом вентиляторов, но и характерным высокочастотным свистом. Этот звук, известный как coil whine, генерируется не динамиками и не кулерами, а компонентами подсистемы питания видеокарты - дросселями и конденсаторами модуля VRM. Причина - резкие перепады тока, вызванные специфическим паттерном вычислений LLM: чередованием интенсивных матричных умножений и периодов ожидания. Частота этих перепадов попадает в слышимый диапазон 5–15 кГц, превращая GPU в акустический излучатель, который непреднамеренно сообщает о своей реальной загрузке точнее любой программной телеметрии.
Этот эффект - не просто инженерный курьёз. Он представляет собой физический побочный канал утечки информации, аналогичный классическим acoustic side-channel атакам, которые десятилетием ранее позволяли извлекать RSA-ключи по звуку процессора. В контексте LLM акустический сигнал раскрывает моменты начала и завершения вычислений, интенсивность нагрузки и потенциально - размер обрабатываемого батча. Статья разбирает физику явления на примере RTX 4090, сравнивает его с известными векторами атак и предлагает практические методы снижения шума: от ограничения power limit и андервольтинга до выбора качественного блока питания.
Почему видеокарта «поёт» при инференсе LLM: физика coil whine
Coil whine - это акустический шум, порождаемый механической вибрацией катушек индуктивности (дросселей) и керамических конденсаторов в цепях VRM при прохождении через них переменного тока. Сама по себе вибрация - побочный продукт двух физических эффектов: магнитострикции в ферритовых сердечниках дросселей и пьезоэлектрического эффекта в многослойных керамических конденсаторах (MLCC). Когда ток через компонент меняется с частотой, попадающей в диапазон человеческого слуха, мы слышим свист, писк или жужжание.
VRM видеокарты преобразует 12 В от блока питания в напряжения порядка 0.8–1.1 В, необходимые GPU, при токах, достигающих десятков ампер. Любое резкое изменение потребляемой мощности вызывает скачок тока через дроссели и конденсаторы фильтра. Чем круче фронт изменения нагрузки, тем шире спектр возбуждаемых механических колебаний и тем громче звук. На RTX 4090 с её пиковым энергопотреблением до 450 Вт этот эффект выражен особенно ярко: массивная подсистема питания из 20+ фаз VRM создаёт достаточную акустическую мощность, чтобы свист был отчётливо слышен в тихом помещении.
Рваная нагрузка матричных умножений: почему LLM - идеальный «композитор» для coil whine
Инференс LLM имеет характерный паттерн потребления мощности, радикально отличающийся от игр, майнинга или рендеринга. Цикл генерации одного токена выглядит так: prefill (обработка входного контекста) - серия интенсивных матричных умножений, загружающих тензорные ядра на 100% в течение десятков миллисекунд; затем decode - вычисление следующего токена, которое занимает единицы миллисекунд; затем пауза перед следующей итерацией. Этот цикл повторяется для каждого генерируемого токена.
Ключевой момент: частота повторения циклов decode при типичной скорости 30–60 токенов в секунду составляет 30–60 Гц, а фронты изменения нагрузки содержат гармоники, уходящие далеко в килогерцовый диапазон. Именно эти гармоники возбуждают резонансы дросселей и конденсаторов на частотах 5–15 кГц. В играх нагрузка распределена более равномерно: кадры рендерятся с относительно постоянной интенсивностью, а в майнинге потребление стабильно на всём протяжении работы. LLM создаёт идеальные условия для coil whine: регулярные, предсказуемые, но очень резкие переключения между почти полной нагрузкой и почти простоем.
Компоненты VRM под ударом: дроссели и конденсаторы как источник звука
Дроссель в фазе VRM представляет собой катушку индуктивности на ферритовом сердечнике, через которую протекает ток, сглаживаемый ШИМ-контроллером. При изменении тока магнитное поле в сердечнике меняется, вызывая магнитострикцию - микроскопическое изменение геометрических размеров сердечника. На частотах слышимого диапазона эти колебания передаются на печатную плату, превращая её в мембрану-излучатель.
Керамические конденсаторы MLCC, используемые для фильтрации высокочастотных пульсаций, демонстрируют обратный пьезоэффект: приложенное переменное напряжение вызывает механическую деформацию диэлектрика. Поскольку на VRM присутствуют значительные пульсации напряжения на частоте ШИМ (сотни килогерц) и их субгармоники, конденсаторы вибрируют, добавляя свою составляющую в общий акустический спектр. Совместная работа десятков таких компонентов на плате RTX 4090 создаёт сложный, модулированный нагрузкой звуковой сигнал.
Акустический сигнал честнее телеметрии: что звук говорит о реальной нагрузке GPU
Программные метрики утилизации GPU, которые показывают утилиты вроде nvidia-smi или MSI Afterburner, проходят через несколько слоёв абстракции: драйвер, планировщик задач, усреднение по временным интервалам. Они могут сглаживать пики, запаздывать или вовсе не отражать микроструктуру нагрузки. Coil whine лишён этих недостатков. Это прямой аналоговый сигнал, порождённый физическими процессами в цепях питания: каждый скачок тока оставляет акустический след в реальном времени.
Практическое следствие: по изменению тона и громкости свиста можно на слух определить момент начала prefill, переход к decode и завершение генерации. При работе с разными размерами батча или разными моделями характер звука меняется, отражая различную интенсивность матричных умножений. Этот канал наблюдаемости не требует доступа к программному стеку GPU - достаточно находиться в том же помещении.
Спектрограмма как инструмент: визуализация нагрузки GPU через звук
Для количественного анализа достаточно простого USB-микрофона и бесплатного ПО для спектрального анализа, например Audacity. Запись звука с последующим построением спектрограммы (FFT-анализ) выявляет характерные частотные пики, синхронизированные с вычислительными циклами LLM. На спектрограмме prefill выглядит как широкополосный всплеск в диапазоне 5–12 кГц длительностью от 50 до 200 мс, а decode - как серия более коротких и узкополосных импульсов с частотой повторения, равной скорости генерации токенов.
Метод имеет ограничения. Требуется относительно тихая среда: шум вентиляторов на высоких оборотах маскирует coil whine. Необходима калибровка под конкретный экземпляр GPU: разные карты одной модели свистят на разных частотах из-за производственного разброса параметров дросселей. Внешние акустические помехи (разговоры, уличный шум) также накладываются на полезный сигнал. Для надёжного мониторинга в реальных условиях потребуется направленный микрофон и полосовая фильтрация.
От RSA-ключей до LLM: эволюция acoustic side-channel атак
Акустический побочный канал как вектор атаки известен с 2004 года, когда исследователи из IBM продемонстрировали извлечение 4096-битных RSA-ключей по звуку, издаваемому процессором при выполнении криптографических операций. Разные операции (умножение, возведение в степень) имели различные акустические сигнатуры, что позволяло восстановить биты секретного ключа. В 2014 году группа из Тель-Авивского университета усовершенствовала метод, извлекая ключи за час с помощью обычного смартфона.
Инференс LLM создаёт аналогичный канал утечки, хотя и с другой информационной ёмкостью. Анализ акустического сигнала потенциально позволяет определить: факт работы LLM на машине (отличие от игровой или вычислительной нагрузки другого типа); размер модели (более крупные модели создают более длительные prefill-импульсы); размер входного контекста (длительность prefill пропорциональна количеству токенов); и даже примерную архитектуру модели - например, модели Mixture-of-Experts генерируют характерный паттерн переключения экспертов, который модулирует нагрузку. В средах с общим физическим доступом - коворкингах, дата-центрах с низким уровнем физической изоляции - это превращается в реальный вектор утечки информации о выполняемых задачах.
Практические методы борьбы с coil whine при инференсе LLM
Полностью устранить coil whine на физическом уровне невозможно: переменный ток всегда будет вызывать вибрацию компонентов. Однако можно снизить его до практически неслышимого уровня комбинацией программных и аппаратных методов. Выбор стратегии зависит от того, что важнее: тишина, максимальная производительность или компромисс между ними.
Power limit и андервольтинг: тонкая настройка для тишины
Самый доступный метод - ограничение максимальной мощности GPU. Через MSI Afterburner или nvidia-smi установите power limit на уровне 75–85% от номинала. Для RTX 4090 это означает снижение с 450 Вт до 340–380 Вт. Амплитуда скачков тока уменьшается пропорционально, и coil whine становится заметно тише. Потеря производительности в инференсе составляет 5–10%, поскольку LLM редко упираются в power limit на всём протяжении генерации.
Андервольтинг даёт более тонкий контроль. С помощью кривой напряжение-частота в Afterburner можно снизить напряжение на средних и высоких частотах на 50–100 мВ при сохранении стабильности. Это уменьшает энергопотребление без снижения тактовой частоты. Типичный результат для RTX 4090: снижение потребления на 50–80 Вт при потере 2–3% производительности, coil whine переходит из отчётливо слышимого в фоновый шум. Стабильность проверяется прогоном тестового инференса в течение 30 минут - если нет артефактов или вылетов, напряжение можно считать рабочим.
Аппаратные решения: выбор БП и виброизоляция
Качество блока питания напрямую влияет на уровень coil whine. БП с сертификацией 80 Plus Gold и выше от проверенных производителей (Seasonic, Corsair, be quiet!) имеют лучшую фильтрацию выходного напряжения и меньший уровень высокочастотных пульсаций на линии 12 В. Пульсации от некачественного БП модулируют питание VRM, добавляя паразитную амплитудную составляющую к вибрации дросселей. Замена бюджетного БП на модель с сертификацией Platinum может снизить уровень свиста на 3–6 дБ.
Физическая виброизоляция - радикальный, но эффективный метод. Заливка дросселей электроизоляционным лаком или эпоксидным компаундом демпфирует механические колебания, снижая их амплитуду. Вибропоглощающие термопрокладки между дросселями и радиатором также работают. Оба метода лишают гарантии на видеокарту и требуют аккуратности: лак не должен попасть на контакты, а прокладки - нарушить тепловой режим. Внешние звукопоглощающие корпуса для ПК с пенополиуретановым покрытием снижают слышимый шум на 5–10 дБ без вмешательства в электронику.
Наблюдаемость систем через физические каналы: выводы и перспективы
Coil whine при инференсе LLM - это не дефект, который нужно скрывать, а непреднамеренный диагностический сигнал, встроенный в физику работы GPU. Он предоставляет слой наблюдаемости, независимый от программного стека: нельзя подделать акустический отклик дросселя на реальный скачок тока. Для ML-инженера, отлаживающего производительность инференса, спектрограмма звука может стать дополнительным инструментом, показывающим микроструктуру нагрузки без внедрения в код модели.
С ростом мощностей GPU и распространением локального инференса проблема будет нарастать. Уже сейчас RTX 5090 с паспортным TDP 575 Вт демонстрирует coil whine, слышимый в соседней комнате. Производители видеокарт могут начать учитывать акустические характеристики VRM на этапе проектирования - например, заливать дроссели компаундом на заводе или смещать резонансные частоты за пределы слышимого диапазона. А специалистам по безопасности стоит рассматривать акустический канал как часть комплексной наблюдаемости систем наряду с программными метриками - особенно в контексте защиты от утечек через побочные каналы.
Акустический побочный канал напоминает: физика вычислений всегда оставляет следы. Вопрос в том, кто их читает - инженер, оптимизирующий систему, или злоумышленник, анализирующий её поведение.