觀點 · 資訊分享

Google 公布 Slurm 叢集漏洞公告：一次補 8 個 CVE，執行中的節點要重建才算修好

AI 訓練與高效能運算常用的排程軟體 Slurm 一次修了 8 個 CVE。Google Cloud 在 9 月 7 日發布公告，提醒用 Cluster Toolkit 建叢集的人：升級範本不夠，已在跑的節點必須重建。

一句話看懂：AI 運算叢集常用的排程軟體 Slurm 一次修了 8 個 CVE，Google Cloud 在 9 月 7 日發布公告，提醒用 Cluster Toolkit 的人：升級範本還不夠，執行中的節點必須重建。

Slurm 叢集漏洞公告資訊圖卡：Slurm 修了 8 個 CVE，執行中的節點要重建才算修好

先用白話講：Slurm 是什麼？

想像一間很大的餐廳廚房，有幾十個爐子，每天有上百張訂單進來。需要有一位「出菜總管」決定：這道菜交給哪個爐子、什麼時候開始做、做不完要不要排隊。Slurm 就是這位總管：它是叢集的工作排程軟體，常用在超級電腦與 AI 訓練叢集，負責把運算工作分配給一整排機器。

如果總管的系統有漏洞，影響的就是整個叢集的每一台機器。

9 月 2 日：Slurm 開發商 SchedMD 釋出 26.05.4、25.11.8 與 25.05.9，內含一批安全修補，官方說支援客戶在 8 月 19 日就已得知
9 月 7 日：Google Cloud 發布 Cluster Toolkit 的安全公告 GCP-2026-060，嚴重度 High，涵蓋 8 個 CVE：CVE-2026-65107、65108、65109、65138、65139、65140、65165、65168

其中 CVE-2026-65107 的重點是 sbcast 工具（用來把檔案分發到各節點）：共用函式庫檔案可以繞過安全檢查，也可能讓叢集節點當機。

類型	說明
當機	slurmstepd、slurmd 在遇到無效請求或格式錯誤的資料時可能當機
檢查被略過	sbcast 共用物件略過憑證驗證
緩衝區問題	工作環境變數過長時發生堆疊溢位；處理錯誤格式的轉送資料時發生堆積區過度讀取
資料庫查詢	拒絕叢集名稱與 id 中不安全的字元
權限提升	操作員可透過會計資料庫改動管理員帳號
容器清理	清理 OCI 容器時可能刪到容器暫存目錄之外的檔案

Google 的處理方式：

我自己不跑 Slurm 叢集，這則的直接影響對多數人有限。但是公告裡的這句提醒，我覺得很值得記住：升級了範本，不等於已經在跑的機器就更新了。

不論是 Docker 映像檔、雲端主機的 AMI，還是 NAS 上的容器，只要是「更新來源」和「正在運行的東西」分開的架構，都要多確認一次：新版本是不是真的被換上去了？修補日誌上寫「已更新」，別忘了回頭檢查每一台實際運行的機器。

Slurm 是什麼？

Slurm 是叢集的工作排程軟體，常用在超級電腦與 AI 訓練叢集：使用者送出運算工作，它負責決定這份工作要排到哪幾台機器、什麼時候執行。

CVE-2026-65107 是什麼問題？

Google 的公告說明，Slurm 的 sbcast 工具有安全缺陷，可以讓共用函式庫檔案繞過安全檢查，而且可能讓叢集中的節點當機。SchedMD 的修補紀錄寫的是：sbcast 共用物件略過憑證驗證，以及無效的 sbcast 檔名可能造成 slurmd 當機。

我已經升級 Cluster Toolkit，還需要做什麼？

需要。官方說既有部署必須銷毀並重建運算執行個體或叢集；直接重新部署到執行中的叢集不會更新運行中的執行個體，還可能版本不一致。若節點自 9 月 7 日起沒有重建過，公告明確寫它仍有漏洞。

這跟一般網站主機有關嗎？

官方公告針對的是用 Cluster Toolkit 部署的 Slurm 叢集。如果你沒有跑 Slurm，不需要處理；但「換映像檔後要重建執行個體」的概念，對很多雲端部署都適用。

作者

接案做系統開發、網站與主機託管。觀點裡的文章都是我自己寫的,寫的是做專案時第一手遇到的事。