英伟达Blackwell芯片流向中国模型溯源
⚡ 核心要点提炼与关键事实
- 【核心事件】前OpenAI研究员Will DePue；DeepSeek、Moonshot AI、MiniMax、蚂蚁集团：通过PyTorch框架初始化时的算力核心分配指纹，证实上述机构使用了受限的英伟达Blackwell系列GPU
- 【起因与机理】针对美方出口管制背景下，中国AI实验室算力来源的溯源调查
- 【关键数据与实测】前OpenAI研究员Will DePue通过逆向分析模型权重的随机分布规律，识别出DeepSeek、Moonshot AI等中国头部AI实验室模型中存在英伟达Blackwell架构（148/152核心）的计算指纹。
- 【各方立场与态度】该发现已通过GitHub代码公开验证，挑战出口管制有效性。
🤖 雷达专属 AI 研判与技术透视
此次溯源不仅揭示了出口管制在算力黑市中的实质性失效，更标志着针对大模型底层硬件的取证分析已成为地缘科技博弈的核心手段。若该溯源方法论大规模普及，将迫使美方对芯片供应链的追溯要求从物理物流监控转向模型层的算法审计，加剧全球AI开发生态的合规审查深度。
📰 深度报道原文实录
THE DECODER 权威实录人工智能研究员 Will DePue 表示，法医分析已经找到了第一个技术证据，表明尽管美国有出口管制，中国领先的人工智能实验室仍可以使用 Nvidia 最新的 Blackwell 硬件。他表示 OpenAI 和 Anthropic 的高级研究人员已经检查了该方法。
根据 Will DePue 的取证调查，中国人工智能公司 DeepSeek、Moonshot AI、MiniMax 和 Ant Group 正在使用 Nvidia 受出口管制的 Blackwell GPU。 DePue 在创建非营利性研究组织失业实验室之前，在 OpenAI 构建 Sora 和 Sora 2 视频模型以及 GPT-4o、o3 和 GPT-5 方面发挥了关键作用。
他说，他的分析提供了这种访问的第一个技术证据。美国官员和新闻媒体曾怀疑 DeepSeek 和 Moonshot AI 使用 Blackwell 芯片，但从未公布证据。 DePue 在 X 上写道，OpenAI 和 Anthropic 的高级研究人员已经独立检查并证实了他的发现。 DePue 表示，自 2026 年 4 月以来发布的六款中国型号带有 Nvidia Blackwell 一代的独特特征，而 DeepSeek-V3 和 Kimi K2.5 等早期型号则显示出 Nvidia 老 Hopper 一代的痕迹。
证据直接来自已发布的语言模型。人工智能模型由数十亿个称为权重的数值组成。在训练开始之前，标准软件框架 PyTorch 会使用从称为种子的起始值生成的随机数来填充这些空槽。为了快速分发如此大量的数据，GPU 将工作分配给各个计算核心。报告称，由于不同的芯片型号具有不同的核心数量，因此填充过程会产生一种特征图案。 H100 和 H800 等较旧的 Hopper 芯片使用 132 个计算核心，而较新的 Blackwell 芯片则使用 148 或 152 个核心，具体取决于型号（B200/B300 或 GB200/GB300）。
然后训练会调整这些值数百万次，但未使用的单词或符号的一些槽位会保留其初始随机值。德普表示，即使在模型训练有素的部分，初始分布的微弱统计回声仍然存在。他说，他对模型进行了反向运算，并在真正的 Blackwell 芯片上准确地重现了 DeepSeek-V4-Flash 和 Kimi K3 的结果。他已在 GitHub 上发布了验证码。
该分析将 DeepSeek-V4-Flash 和 MiniMax-M3 映射到 B200 或 B300 芯片（148 个内核）。 DeepSeek-V4-Pro、Kimi K3、Kimi K3.1-Pro和蚂蚁集团的Ling-3.1-flash显示，根据分析，Nvidia液冷GB200或GB300旗舰机架系统的152核心模式。 DePue 表示，统计上可以排除偶然性，并且该方法使用已知硬件正确识别了所有 24 个控制模型，包括 Meta 的 Llama 3.1 (H100)。
图片：Will DePue / 失业实验室[/caption]
DePue 的报告估计，他检查的五次训练总共需要大约 12,000 个 Blackwell GPU，计算能力相当于大约 30,000 个较旧的 H100 芯片。仅 Kimi K3 在大约 70 天内就需要大约 4,500 个 Blackwell 处理器，而 DeepSeek-V4-Pro 则需要大约 3,000 个处理器。以约 7 万美元的单价计算，每个集群的成本为 2 亿至 3 亿美元，所有五个系统总共花费超过 5 亿美元。
研究结果也与 SemiAnalysis 首席分析师迪伦·帕特尔 (Dylan Patel) 的分析相符。 Patel在接受红杉资本采访时表示，DeepSeek-V3的模型架构仍然是专门为Nvidia的Hopper芯片量身定制的，而DeepSeek-V4的架构是为Blackwell GPU和华为的Ascend芯片构建的。根据 DePue 的报告，来自其他中国实验室的模型，包括阿里巴巴的 Qwen3.8 以及来自智浦、腾讯、小米和 StepFun 的模型，仍然只显示 Hopper 签名，而美团的 LongCat-2.0 则指向华为硬件。
严格来说，该方法仅显示哪个硬件初始化了权重，尽管训练本身很可能在相同的系统上运行。唯一的其他技术解释是 AMD MI300X，它也受到限制，人为节流，因此它会产生相同的模式。 DePue 表示，他利用芯片之间微小的舍入差异排除了 AMD 推出 DeepSeek-V4-Flash 的可能性。
调查显示，这些数据并未透露 GPU 的位置或所有者。由于中国公司可以在中国境外的数据中心租用计算能力，报告称其技术证据显示可以访问英伟达的顶级硬件，但其本身并不能证明存在实体走私或违反美国出口法。
