使用Nvidia GTX 1080TI&GTX 1070构建密码破解机

简介: 本文讲的是使用Nvidia GTX 1080TI&GTX 1070构建密码破解机,更新我们的内部密码机/HASH破解功能。
本文讲的是 使用Nvidia GTX 1080TI&GTX 1070构建密码破解机

需求

更新我们的内部密码机/HASH破解功能。

1.购买新的破解机

2.更新旧的破解机

购买设备

华硕X99-E WS / USB 3.1 LGA 2011-v3 Intel X99 SATA 6Gb / s USB 3.1 USB 3.0 CEB英特尔主板

数量1:$ 515

https://www.newegg.com/Product/Product.aspx?Item=N82E16813182968

EVGA GeForce GTX 1080 Ti FE DirectX 12 11G-P4-6390-KR

数量4 @ $

700〜$ 2800 https://www.newegg.com/Product/Product.aspx?Item=N82E16814487335

英特尔酷睿i7-6800K Broadwell-E 6核3.4 GHz LGA 2011-v3 140W BX80671I76800K台式机处理器

数量1:$ 440

https://www.newegg.com/Product/Product.aspx?Item=N82E16819117649

G.SKILL TridentZ系列64GB(4 x 16GB)288针DDR4 SDRAM DDR4 3200(PC4 25600)英特尔X99平台台式机内存型号F4-3200C16Q-64GTZKO

数量1:$ 509

https://www.newegg.com/Product/Product.aspx?Item=N82E16820232331

MasterAir Pro 4 CPU空气冷却器,连续直接接触技术2.0由Cooler Master

数量1:$ 46 **

https://www.newegg.com/Product/Product.aspx?Item=N82E16835103229

雅典娜功率RM-4U8G525黑色SGCC(T = 1.2mm)4U机架式服务器外壳5.25“驱动器托架 – OEM

数量1:$ 250

https://www.newegg.com/Product/Product.aspx?Item=N82E16811192442

Rosewill 1600W模块化游戏电源,连续@ 50度C,80 PLUS GOLD认证,SLI和CrossFire就绪 – HERCULES-1600S

数量1:$ 350

https://www.newegg.com/Product/Product.aspx?Item=N82E16817182251

三星850 EVO 2.5“500GB SATA III 3-D立式内置固态硬盘(SSD)MZ-75E500B / AM

数量1:$ 200 **

https://www.newegg.com/Product/Product.aspx?Item=N82E16820147373

组装:

将设备组装在一起非常简单。最复杂的部分是安装CPU散热器/风扇。该冷却器支持多种CPU格式,因此配有多个安装座,必须以这样一种方式进行操作,以便与LGA 2011-v3插槽配合使用。

使用Nvidia GTX 1080TI&GTX 1070构建密码破解机

母板

使用Nvidia GTX 1080TI&GTX 1070构建密码破解机

安装主板,以备备注M.2 SATA安装(见上)

使用Nvidia GTX 1080TI&GTX 1070构建密码破解机

CPU和CPU风扇配件

使用Nvidia GTX 1080TI&GTX 1070构建密码破解机

添加电源和Ram

使用Nvidia GTX 1080TI&GTX 1070构建密码破解机

GPU的安装

使用Nvidia GTX 1080TI&GTX 1070构建密码破解机

GPU已安装,准备好连线

使用Nvidia GTX 1080TI&GTX 1070构建密码破解机

软件

Ubuntu 16.04 LTS服务器发行版,全盘加密

Nvidia驱动

Hashcat 3.5

大约需要15-30分钟。Nvidia的驱动程序在Ubuntu 16.04完美工作。

更新旧的破解机

我们在预算之下,用过剩的资金购买GPU来代替我们旧密码破解机的水冷AMD 290x。我们选择用Nvidia GTX 1070 Founders Edition替代了4款GPU。

EVGA GeForce GTX 1070 08G-P4-6170-RX创始人版,8GB GDDR5,LED,DX12 OSD支持(PXOC)显卡

QTY4 @ $ 400〜$ 1200

https://www.newegg.com/Product/Product.aspx?Item= N82E16814487326

基准数字

该项目的结果是新的密码破解机能够超过208GH /秒的NTLM及翻新机能够另外119 GH /秒NTLM。

综合来看,我们的密码破解/HASH功能对于NTLM哈希算法,突破327GH /秒。这是每秒327,000,000,000个密码尝试次数。

如果将我们的投资与已经看到334GH/sec的$ 21,000Brutalis进行比较,那并不错。

基准预测

在设计和产品选择过程中,对于GTX1080TI和GTX 1070卡缺乏公开的基准测试,这让我特别不爽。
我们的下一篇文章将完全列出我们两个最大强大破解机的基准。



原文发布时间为:2017年6月26日
本文作者:愣娃
本文来自云栖社区合作伙伴嘶吼,了解相关信息可以关注嘶吼网站。
相关实践学习
部署Stable Diffusion玩转AI绘画(GPU云服务器)
本实验通过在ECS上从零开始部署Stable Diffusion来进行AI绘画创作,开启AIGC盲盒。
目录
相关文章
|
5月前
|
并行计算 TensorFlow 算法框架/工具
Windows11+CUDA12.0+RTX4090如何配置安装Tensorflow2-GPU环境?
本文介绍了如何在Windows 11操作系统上,配合CUDA 12.0和RTX4090显卡,通过创建conda环境、安装特定版本的CUDA、cuDNN和TensorFlow 2.10来配置TensorFlow GPU环境,并提供了解决可能遇到的cudnn库文件找不到错误的具体步骤。
746 3
|
机器学习/深度学习 并行计算 PyTorch
Windows系统下有英伟达显卡安装PyTorch
Windows系统下有英伟达显卡安装PyTorch
176 0
|
Python
【nvidia jetson xavier】Deepstream 自定义检测Yolo v5模型吞吐量测试
【nvidia jetson xavier】Deepstream 自定义检测Yolo v5模型吞吐量测试
608 0
|
Linux PyTorch 开发工具
YOLOv5-GPU Jetson Nano 部署教程
本文主要介绍我如何在Jetson Nano上部署基于pytorch-gpu的yolov5目标检测模型。
YOLOv5-GPU Jetson Nano 部署教程
|
存储 编解码 芯片
Win系统 - 关于GPU,你需要长的“姿势”
Win系统 - 关于GPU,你需要长的“姿势”
178 0
Win系统 - 关于GPU,你需要长的“姿势”
|
存储
Win系统 - 显存反映了显卡的全部性能?
Win系统 - 显存反映了显卡的全部性能?
336 0
Win系统 - 显存反映了显卡的全部性能?
|
网络安全 KVM 虚拟化
vmware EXSi 6.7直通NVIDIA 2080 Ti显卡
vmware EXSi 6.7直通NVIDIA 2080 Ti显卡
vmware EXSi 6.7直通NVIDIA 2080 Ti显卡
|
机器学习/深度学习 人工智能 算法
搭载M1芯片,新Mac再加优化版 Tensorflow2.4,训练速度最高提升7倍
苹果昨日发布了一个分支版本的 TensorFlow 2.4,这是为其最新的 M1芯片版本的 Mac 电脑优化的。苹果公司表示,通过利用 macOS Big Sur 上的 ML Compute 框架,TensorFlow 2.4的 Mac 优化版本允许开发人员在 M1 的 8核 CPU 和 8核 GPU 等硬件上加速处理器(CPU)和图形卡(GPU)的训练
813 0
搭载M1芯片,新Mac再加优化版 Tensorflow2.4,训练速度最高提升7倍
|
TensorFlow 算法框架/工具 异构计算
成功解决:Win系统下的Tensorflow使用CPU而不使用GPU运行加速
成功解决:Win系统下的Tensorflow使用CPU而不使用GPU运行加速
成功解决:Win系统下的Tensorflow使用CPU而不使用GPU运行加速
|
机器学习/深度学习 并行计算 算法框架/工具
如何理解Nvidia英伟达的Multi-GPU多卡通信框架NCCL?
NCCL在不同的深度学习框架(CNTK/Tensorflow/Torch/Theano/Caffe)中,由于不同的模型大小,计算的batch size大小,会有不同的表现。比如上图中CNTK中Resnet50能达到32卡线性加速比
4013 0