CVE-2026-53923

Nome do Software Vulnerável e Versões Afetadas vLLM versões 0.5.5 até 0.23.1rc0

Description A truncagem de inteiros nas dimensões do tensor nos kernels de desquantização GGUF em csrc/quantization/gguf/gguf kernel.cu leva ao processamento parcial do tensor. O tensor de saída é alocado em tamanho total via torch::empty, que cria memória não inicializada, mas o kernel CUDA de desquantização processa apenas um número truncado de elementos porque o parâmetro de contagem de elementos k no ponteiro de função to cuda ggml t é definido como um int de 32 bits. Quando o produto das dimensões m * n excede INT MAX, o valor truncado é usado como o tamanho da grade de lançamento do kernel, deixando a parte restante do tensor não preenchida.

Em implantações de inferência multi-tenant, essa memória residual da GPU pode conter dados de tensor de solicitações de inferência de outros usuários, resultando em divulgação de informações. Este problema afeta as seguintes funções em csrc/quantization/gguf/gguf kernel.cu:

Recommendations Atualize o vLLM para a versão 0.23.1rc0 ou posterior.