Lava identificó aproximadamente 2.100 servidores que publicaban métricas de GPU sin autenticación mediante NVIDIA DCGM Exporter, una herramienta de monitorización. Su investigación, publicada el 8 de octubre, también detalla una vulnerabilidad ya corregida que permite agotar recursos mediante peticiones a una función de diagnóstico. Los administradores deben actualizar el componente y restringir su acceso desde la red: corregir el fallo no evita por sí solo que la telemetría siga siendo pública.
El recuento procede de cuatro escaneos realizados entre marzo y mayo de 2026, durante los que Lava identificó más de 12.000 identificadores únicos de GPU. Es una observación de aquel periodo, no una cifra de servidores expuestos actualmente, y la exposición de métricas no demuestra que esos equipos hayan sido comprometidos.
Qué información quedaba a la vista
DCGM Exporter sirve datos de las GPU por HTTP para que herramientas como Prometheus puedan recogerlos. En los servidores observados era posible consultar el modelo, la utilización, la memoria, el consumo, la temperatura y los errores. Algunas etiquetas de Kubernetes también revelaban nombres de pods, espacios de nombres y contenedores, información sobre cómo se organizan las aplicaciones del servidor.
Entre las GPU identificadas había aceleradores H100, H200, B200 y B300, además de tarjetas RTX 4090 y RTX 5090. El problema descrito afecta a la exposición del software de monitorización; esos modelos ilustran la variedad de equipos encontrados.
El fallo de perfilado y cómo mitigarlo
Aproximadamente una cuarta parte de los servidores DCGM observados también dejaba accesibles los puntos de perfilado /debug/pprof/, utilizados para analizar el funcionamiento y el consumo de recursos del programa. Lava reprodujo ese comportamiento con un contenedor oficial sin modificar.
La vulnerabilidad CVE-2026-47483 permite que peticiones de perfilado concurrentes y sin autenticación consuman recursos de forma descontrolada. NVIDIA le asigna una gravedad de 8,2 sobre 10 y señala posibles consecuencias de denegación de servicio y divulgación de información.
Lava demostró el agotamiento de recursos y el cierre del servicio de monitorización en un entorno controlado, no en los servidores públicos encontrados. Las cargas de IA que compartan el mismo servidor también podrían ralentizarse, aunque esa posibilidad depende especialmente de los límites de recursos establecidos.
Las notas de NVIDIA indican que DCGM Exporter 4.8.2 desactivó el perfilado por defecto: desde esa versión requiere activación expresa mediante --enable-pprof o DCGM_EXPORTER_ENABLE_PPROF. La documentación también registra una versión posterior, la 4.8.3. La mitigación pasa por actualizar y mantener el perfilado desactivado cuando no sea necesario, además de restringir el acceso de red a /metrics y a los servicios de monitorización.
