前 OpenAI 研究员称在六个中国 AI 模型中发现 Nvidia Blackwell 指纹

The Decoder：AI News· Maximilian Schreiner·2026-11-13 23:21· 1 小时前AI 评分72

前 OpenAI 研究员称他在六个中国 AI 模型中发现 Nvidia Blackwell 指纹

AI 导读

前 OpenAI 研究员 Will DePue 发布取证分析，称 DeepSeek、月之暗面、MiniMax 和蚂蚁集团的六个 2026 年 4 月后发布的模型带有 Nvidia Blackwell 芯片的初始化权重指纹。

正文 · 原文

Nov 13, 2026

Nano Banana Pro prompted by THE DECODER

AI 研究员 Will DePue 称，一项取证分析首次发现了技术证据，表明领先的中国 AI 实验室尽管面临美国出口管制，仍能获得 Nvidia 最新的 Blackwell 硬件。他表示，OpenAI 和 Anthropic 的资深研究员已经核查了该方法。

根据 Will DePue 的取证调查，中国 AI 公司 DeepSeek、Moonshot AI、MiniMax 和蚂蚁集团正在使用受出口管制的 Nvidia Blackwell GPU。DePue 曾在 OpenAI 担任关键角色，参与构建 Sora 和 Sora 2 视频模型以及 GPT-4o、o3 和 GPT-5，之后创立了非营利研究组织 Unemployment Labs。

他表示，他的分析首次提供了这种获取途径的技术证据。美国官员和新闻媒体此前曾怀疑 DeepSeek 和 Moonshot AI 在使用 Blackwell 芯片，但从未公布证据。DePue 在 X 上写道，OpenAI 和 Anthropic 的资深研究员已经独立核查并确认了他的发现。据 DePue 称，自 2026 年 4 月以来发布的六个中国模型带有 Nvidia Blackwell 代的独特特征，而 DeepSeek-V3 和 Kimi K2.5 等更早的模型则显示出 Nvidia 较旧的 Hopper 代的痕迹。

证据直接来自已发布的语言模型。一个 AI 模型由数十亿个称为权重的数值组成。在训练开始前，标准软件框架 PyTorch 会用从一个称为种子的起始值生成的随机数填充这些空位。为了快速分配如此海量的数据，GPU 会将工作拆分到各个计算核心上。报告称，由于不同芯片型号的核心数不同，填充过程会产生一种特征性模式。H100 和 H800 等较旧的 Hopper 芯片使用 132 个计算核心，而较新的 Blackwell 芯片则根据型号（B200/B300 或 GB200/GB300）恰好使用 148 或 152 个核心。

随后训练会将这些数值调整数百万次，但一些未使用的词或符号对应的空位会保留其初始随机值。据 DePue 称，即使在模型训练充分的部位，初始分布的微弱统计回声依然存在。他说他逆向推导了这一模式，并在真实的 Blackwell 芯片上精确复现了 DeepSeek-V4-Flash 和 Kimi K3 的结果。他已在 GitHub 上发布了验证代码。

训练成本超过五亿美元

分析将 DeepSeek-V4-Flash 和 MiniMax-M3 对应到 B200 或 B300 芯片（148 核）。根据分析，DeepSeek-V4-Pro、Kimi K3、Kimi K3.1-Pro 和蚂蚁集团的 Ling-3.1-flash 显示出 Nvidia 液冷 GB200 或 GB300 旗舰机架系统的 152 核模式。DePue 表示，从统计上可以排除偶然性，并且该方法正确识别了所有 24 个已知硬件的对照模型，包括 Meta 的 Llama 3.1（H100）。

DePue 的报告估计，他考察的五次训练运行合计需要约 12,000 块 Blackwell GPU，算力大致相当于 30,000 块较旧的 H100 芯片。仅 Kimi K3 一项，估计在约 70 天内就需要 4,500 块 Blackwell 处理器，而 DeepSeek-V4-Pro 约需 3,000 块。按约 70,000 美元的单价计算，每个集群的成本将在 2 亿至 3 亿美元之间，五个系统合计超过 5 亿美元。

这些发现也与 SemiAnalysis 首席分析师 Dylan Patel 的分析一致。在接受红杉资本采访时，Patel 表示 DeepSeek-V3 的模型架构仍专门针对 Nvidia 的 Hopper 芯片定制，而 DeepSeek-V4 的架构则是为 Blackwell GPU 和华为的昇腾芯片构建的。根据 DePue 的报告，其他中国实验室的模型，包括阿里巴巴的 Qwen3.8 以及智谱、腾讯、小米和阶跃星辰的模型，仍只显示出 Hopper 特征，而美团的 LongCat-2.0 则指向华为硬件。

指纹并不能证明存在违法行为

严格来说，该方法只能显示是哪种硬件初始化了权重，不过训练本身很可能也在同一批系统上运行。唯一其他技术解释是 AMD MI300X，而该芯片同样受到限制，被人为限速以产生相同的模式。DePue 表示，他利用芯片之间微小的舍入差异，排除了 DeepSeek-V4-Flash 使用 AMD 的可能性。

根据这项调查，数据并未揭示这些 GPU 位于何处或归谁所有。报告称，由于中国企业可以租用中国境外数据中心的算力，其技术证据表明这些企业获得了 Nvidia 的顶级硬件，但本身并不能证明存在实体走私或违反美国出口法。

没有炒作的 AI 新闻——由人工精选

订阅 THE DECODER，享受无广告阅读、每周 AI 新闻简报、每年六期独家“AI Radar”前沿报告、完整档案访问权限以及评论区访问权限。

立即订阅

• 完整访问 THE DECODER 上的每篇文章
• 无广告
• 加入评论和社区讨论
• 通过邮件获取每周 AI 新闻回顾
• 每年 6 次：“AI Radar”——深入探讨最重要的 AI 话题
• 每日 AI 新闻，始终紧跟最新动态
• 我们完整的十年档案
• 由拥有 10 年以上 AI 经验的团队报道

来源：The Decoder：AI News · the-decoder.com