Бывший исследователь OpenAI заявил, что шесть китайских моделей обучались на Blackwell

Бывший исследователь OpenAI Уилл Депью опубликовал анализ, согласно которому шесть моделей с открытыми весами, выпущенных DeepSeek, Moonshot AI, MiniMax и Ant Group 2026 года с 4 месяца, имеют признаки использования NVIDIA Blackwell, тогда как более ранние модели, такие как DeepSeek-V3 и Kimi K2.5, демонстрируют признаки Hopper. Принцип заключается в том, что при инициализации весов в PyTorch случайные числа распределяются в зависимости от количества вычислительных ядер GPU: у Hopper их 132, а у Blackwell — 148 или 152; после обучения часть весов сохраняет такое распределение. Он утверждает, что на 24 контрольных моделях с известным оборудованием все предсказания оказались верными, а также воспроизвел результаты для DeepSeek-V4-Flash и Kimi K3 на реальном оборудовании Blackwell; код для проверки выложен на GitHub. По данным The Decoder, он оценил, что на пять циклов обучения в совокупности было использовано около 1.2 тысяч GPU Blackwell, а аппаратные затраты превысили 5 миллиардов долларов; TechCrunch отмечает, что это лишь указывает на тип использованных чипов, которые могли быть арендованы в зарубежных центрах обработки данных, и само по себе это не является доказательством нарушения экспортного контроля.

Оригинальное название: Former OpenAI researcher says he found Nvidia Blackwell fingerprints hidden inside six Chinese AI models

Бывший исследователь OpenAI Уилл Депью опубликовал анализ, согласно которому шесть моделей с открытыми весами, выпущенных DeepSeek, Moonshot AI, MiniMax и Ant Group 2026 года с 4 месяца, имеют признаки использования NVIDIA Blackwell, тогда как более ранние модели, такие как DeepSeek-V3 и Kimi K2.5, демонстрируют признаки Hopper. Принцип заключается в том, что при инициализации весов в PyTorch случайные числа распределяются в зависимости от количества вычислительных ядер GPU: у Hopper их 132, а у Blackwell — 148 или 152; после обучения часть весов сохраняет такое распределение. Он утверждает, что на 24 контрольных моделях с известным оборудованием все предсказания оказались верными, а также воспроизвел результаты для DeepSeek-V4-Flash и Kimi K3 на реальном оборудовании Blackwell; код для проверки выложен на GitHub. По данным The Decoder, он оценил, что на пять циклов обучения в совокупности было использовано около 1.2 тысяч GPU Blackwell, а аппаратные затраты превысили 5 миллиардов долларов; TechCrunch отмечает, что это лишь указывает на тип использованных чипов, которые могли быть арендованы в зарубежных центрах обработки данных, и само по себе это не является доказательством нарушения экспортного контроля.

Почему это важно Если утверждения верны, это означает, что экспортный контроль не помешал ведущим китайским лабораториям получить доступ к новейшим чипам NVIDIA, что усилит давление на NVIDIA и американских регуляторов.

Достоверность: требует подтверждения · Источник The Decoder и др. 2 · Время события 11-13 23:21 (пекинское время)

Обоснование

  • Сообщения в СМИ The Decoder и TechCrunch, Депью опубликовал код для проверки

Риски

  • «Отпечатки» отражают только оборудование, использованное при инициализации весов; предположение о том, что обучение полностью проходило на одной и той же партии чипов, является выводом
  • Это не доказывает контрабанду или незаконность: чипы могли быть арендованы в центрах обработки данных, например, в Малайзии
  • Депью утверждает, что метод был проверен старшими исследователями из OpenAI и Anthropic, но формальное рецензирование еще не проводилось

Открыть · TechCrunch

The Decoder

Открыть последние новости ИИ