前 OpenAI 研究员、现独立研究机构 Unemployment Labs 负责人 Will DePue,于 2026 年 11 月 12 日发表报告,题为 “Top Chinese Frontier AI Models Carry the Fingerprint of Export-Controlled NVIDIA Blackwell GPUs”。分析称,DeepSeek、Moonshot AI、MiniMax 和蚂蚁集团自 2026 年 4 月以来发布的六款开源权重模型,其数值模式与 NVIDIA Blackwell 芯片相符。报告写到,这类芯片在出货前就已需要美国出口许可才能销往中国,且尚未见到已发放此类许可的报道。

DePue 写明,证据完全来自各公司公开发布的模型权重,而不是泄密或内部消息。对 DeepSeek-V4-Flash 和 Kimi K3,报告称还在实体 Blackwell 芯片上复现了匹配结果。用于复现部分结论的代码和部分权重行,已放在 GitHub 仓库 macrogrants/checkpoint-forensics。

报告对方法的边界写得很清楚。它表示,一次匹配只能识别生成模型起始权重的硬件,并“支持、但不证明 Blackwell 也承担了后续训练”这一推断。报告还写到,结果并不能确定芯片位于何处、归谁所有、或如何获得,且“并不是认定有任何违法”。报告同时指出,Blackwell 系统可以从中国境外的数据中心租用。

关键事实

项目 内容
发布时间 2026 年 11 月 12 日,Will DePue 通过 Unemployment Labs 发布
匹配 B200 或 B300(148 个流式多处理器)的模型 DeepSeek-V4-Flash(2026 年 4 月)和 MiniMax-M3(2026 年 6 月)
匹配 GB200 或 GB300(152 个流式多处理器)的模型 DeepSeek-V4-Pro(2026 年 4 月)、Kimi K3(2026 年 7 月)、Kimi K3.1-Pro(2026 年 11 月),以及蚂蚁集团的 Ling-3.1-flash(2026 年 10 月)
共享初始化 报告称 Kimi K3.1-Pro 与 Kimi K3 使用同一随机种子,可能是同一训练进程在继续后训练后的较晚检查点
上述实验室的更早模型 报告称匹配的是 NVIDIA Hopper(132 个流式多处理器)。这一类包括 H800、H100 SXM 和 H200,该方法无法把它们区分开
检查过的其他中国实验室 报告称,阿里巴巴、智谱、腾讯、小米和阶跃星辰(StepFun)最新可读取的模型仍显示为 Hopper,而不是 Blackwell
真机复核 在 B300 上用未改动的 PyTorch,复现了 DeepSeek-V4-Flash 所选 469 行中的 461 行;在租用的 GB200 上,复现了 Kimi K3 全部 13 行保留权重。H100 可以复现 DeepSeek-V3,但复现不了所测的 V4-Flash 行。把恢复出的种子加减 1,则没有任何匹配行
规模估算 报告修订后的数字是:若训练也发生在初始化所用的同一硬件上,五次最终训练大约合计使用 12,000 块 Blackwell GPU,给出的区间是 7,000 到 22,000。DePue 写明,他对这些估算并不有把握

分析方法

报告考察的是训练开始前赋给模型权重的初始值。在它所研究的 PyTorch 与 cuRAND 设置里,Philox 生成器会根据随机种子产生可重复的数字,再分配到 GPU 的多个线程上。就报告范围内的 NVIDIA 芯片而言,足够大规模的初始化会为每个流式多处理器使用 2,048 个线程,因此单元更多的芯片会把同样的数字放到不同位置。这种布局的痕迹可能留在已发布的权重里,尤其是训练中从未出现、因而仍保留初值的词向量行。

DePue 称,他搜索了大约 6 万亿种芯片布局与种子的组合。按报告的统计模型,随机情况下最强的巧合匹配大约只会到 8 个标准差,也就是 8 sigma。这六款模型最强的结果介于 49 到 1,385 sigma,报告中最弱的单次检验也达到 20 sigma。种子和布局是在一套权重上选定的,随后又拿到另一套未参与搜索的权重上做检验。

报告也讨论了另一种可能。AMD 的 MI300X 通常使用 304 个计算单元,但可以分成两个各 152 个的组,或配置成只用 148 个,从而复现相同的布局。对 DeepSeek-V4-Flash,报告称在 377 个两家厂商数值不同的保留值里,有 363 个与 NVIDIA 相符,没有一个与 AMD 相符。这项数值检验没有覆盖另外五款模型,不过报告认为,专门如此配置的 AMD 集群可能性很低。报告同时写到,MI300X 也受出口管制。

背景

美国官员和此前的媒体报道,已经指称部分中国实验室在使用 Blackwell 芯片,但没有公布来自模型权重的技术证据。路透社 2026 年 2 月 23 日报道,一名特朗普政府高级官员当时表示,DeepSeek 即将发布的模型是在 Blackwell 上训练的。

2025 年 6 月 12 日,一位 DeepSeek 工程师在 DeepGEMM 第 112 号拉取请求 的评论中写道:“we don't have SM100 GPUs。”SM100 是 NVIDIA 给 Blackwell 架构的名称。新报告对 DeepSeek 2026 年模型的读数,表面上看与这一较早说法不好调和,但按 DePue 自己划定的界限,这本身并不足以证明发生了出口违规。

报告还提到,蚂蚁集团一个代码仓库里有标注日期为 2026 年 3 月 31 日、写明生成于 GB300 的基准测试结果。报告中的连续发布记录显示出时间上的变化:DeepSeek 的模型到 2024 年 12 月的 DeepSeek-V3 仍显示为 Hopper,自 2026 年 4 月的 V4 起显示为 Blackwell;Moonshot 到 2026 年 1 月的 Kimi K2.5 为 Hopper,自 2026 年 7 月的 K3 起为 Blackwell;MiniMax 到 2026 年 4 月的 M2.7 为 Hopper,自 2026 年 6 月的 M3 起为 Blackwell;蚂蚁集团 2026 年 8 月的 Ling-3.0-flash 为 Hopper,2026 年 10 月的 Ling-3.1-flash 为 Blackwell。

尚不清楚的问题

  • 截至撰写时,我们没有找到 NVIDIA、DeepSeek、Moonshot AI、MiniMax 或蚂蚁集团就这份报告发表的公开回应。
  • 报告并不能确定芯片在哪里使用、归谁所有,或访问权是如何获得的。
  • 起始权重上的匹配,并不能清点训练后期用过的每一块芯片。实验室可以在一套系统上做初始化,再转到另一套系统上训练,也可以混用不同集群。
  • DePue 在 X 上称,OpenAI 和 Anthropic 的资深研究人员已独立核实这一结果。书面报告没有点名外部审阅人,我们也没有找到这两家公司的公开声明。
  • GPU 数量和成本数字依赖权重本身无法证实的假设,包括利用率、训练 token 数量、训练时长,以及训练仍在初始化所用硬件上进行。报告第一版按更高效率的假设给出了更小的集群规模;DePue 在 2026 年 11 月 12 日修订了这些数字,并仍称之为粗略估算。

来源