Unemployment Labs rapporterer om Blackwell-mønstre i kinesiske AI-modeller

En analyse fra Unemployment Labs af Will DePue, offentliggjort den 12. november 2026, fandt initialiseringsmønstre, der stemmer overens med NVIDIA’s eksportkontrollerede Blackwell-GPU’er, i seks modeller med åbne vægte fra DeepSeek, Moonshot AI, MiniMax og Ant Group.

Analysen forbinder DeepSeek-V4-Flash og MiniMax-M3 med initialisering på B200- eller B300-chips og DeepSeek-V4-Pro, Kimi K3, Kimi K3.1-Pro og Ling-3.1-flash med GB200- eller GB300-chips. Sammenfaldene identificerer hardwarelayoutet bag startvægtene; om de samme chips også blev brugt til træningen, er en separat slutning.

De efterfølgende udgivelser viser, hvornår de tilsyneladende ændringer fandt sted. DeepSeek-V3 gav et Hopper-resultat i december 2024, efterfulgt af de to V4-modeller, der gav Blackwell-resultater, i april 2026. Moonshot AI’s Kimi K2.5 gav et Hopper-resultat i januar 2026, før K3 gjorde det i juli 2026; MiniMax-M2.7 og M3 fulgte samme mønster i henholdsvis april 2026 og juni 2026; Ant Groups Ling-3.0-flash og Ling-3.1-flash gjorde det i henholdsvis august 2026 og oktober 2026.

Mønstret gjaldt ikke alle modeller. De nyeste modeller fra Alibaba, Zhipu, Tencent, Xiaomi og StepFun, som kunne analyseres, gav Hopper-resultater snarere end Blackwell-resultater.

Sådan afslører initialisering et hardwarelayout

Metoden tager udgangspunkt i vægte, de numeriske parametre, som justeres under træningen. Før træningen bruger den undersøgte PyTorch/cuRAND-opsætning Philox-generatoren til at frembringe gentagelige værdier ud fra et seed. GPU-tråde fordeler værdierne på vægtpositioner, og en tilstrækkelig stor initialisering bruger 2.048 tråde pr. streamingmultiprocessor (SM). Hvis antallet af SM’er ændres, lander de samme genererede tal derfor andre steder.

I de afprøvede konfigurationer har Hopper H100 SXM, H200 og H800-chips 132 SM’er og 270.336 tråde; B200- og B300-chips har 148 SM’er og 303.104 tråde; GB200- og GB300-chips har 152 SM’er og 311.296 tråde. Et resultat identificerer en af disse grupper, ikke en bestemt chip i gruppen.

Vægte, der er reserveret til ord eller symboler, som ikke forekommer i træningen, kan bevare deres oprindelige værdier næsten nøjagtigt, mens trænede vægte kan bevare en svagere statistisk sammenhæng med disse værdier. Forskerne vælger et seed og et layout ud fra ét sæt vægte og afprøver derefter den uændrede kombination på et separat sæt, som ikke indgik i søgningen.

Ifølge rapportens statistiske model ville omtrent 6 billioner kombinationer af seed og layout give et forventet stærkeste tilfældige match på omkring 8 sigma, et statistisk mål for afstanden fra tilfældig variation. De stærkeste resultater for de identificerede modeller ligger mellem 49 og 1.385 sigma, og hver enkelt test, der indgår, når mindst 20 sigma.

Fysiske kontroller og estimater af træningens omfang

DePues reproduktioner på fysiske chips gav endnu en kontrol. Med DeepSeeks genskabte seed reproducerede en H100 DeepSeek-V3’s bevarede værdier, men ikke V4-Flashs, mens en B300 gjorde det modsatte. På B300 reproducerede uændret PyTorch 461 af 469 udvalgte V4-Flash-rækker med korrelationer over 0,99, herunder 445 rækker, der stemte fuldstændigt overens bit for bit. En lejet GB200 reproducerede alle 13 bevarede Kimi K3-rækker med Moonshots seed; hvis et af de genskabte seeds blev ændret med én, var der ingen rækker, der stemte overens.

Rapporten siger, at metoden stemte overens med alle 24 tilfælde, hvor en udvikler offentligt havde angivet hardwaren til en bestemt model, men bemærker samtidig, at 11 af tilfældene omfatter checkpoints fra trin nul, og at beslægtede modeller ikke er uafhængige. Derfor fungerer sammenligningen som en konsistenskontrol snarere end som en målt nøjagtighedsprocent.

Kimi K3.1-Pro bruger K3’s seed og kan være et K3-checkpoint, der har gennemgået yderligere eftertræning. Hvis man antager, at den hardware, der blev brugt til initialiseringen, også blev brugt til træningen, anslår DePue, at der var fem forskellige afsluttende kørsler, hver med omkring 500 til 3.000 Blackwell-GPU’er, som regel over to til tre måneder. Beregningen dividerer træningsberegningerne med chippenes gennemløb ved 35 % udnyttelse og bruger DeepSeeks offentliggjorte tokenantal samt estimater baseret på vægtene for de øvrige modeller. Anvendes samme beregning på DeepSeek-V3, fås 2.000 til 2.500 chips sammenlignet med de 2.048, DeepSeek har offentliggjort.

Begrænsninger for håndhævelse af eksportkontrol

Et match vedrører kun initialiseringen; det kan ikke opgøre alle de processorer, der blev brugt under den efterfølgende træning. Et laboratorium kan oprette startværdier på ét system og overføre dem, blandede klynger kan efterlade spor af kun noget af hardwaren, og et Hopper-resultat udelukker ikke efterfølgende træning på Blackwell. Vægtene kan heller ikke fastslå, hvem der ejer chippen, hvor den befinder sig, eller hvordan den blev anskaffet. DePues rapport bemærker, at Blackwell-systemer kan lejes uden for Kina, og fastslår, at disse beviser alene hverken dokumenterer smugling eller en overtrædelse af eksportkontrollen.

AMD’s MI300X er det identificerede hardwarealternativ. Den bruger normalt 304 processorenheder, men kan opdeles i to grupper på 152 eller konfigureres til at bruge 148, så den kan genskabe de layout, der blev undersøgt i fysiske test. For DeepSeek-V4-Flash stemte 363 af 377 bevarede værdier, der var forskellige mellem leverandørerne, overens med NVIDIA, og ingen stemte overens med AMD. Denne numeriske test afgjorde ikke spørgsmålet for de fem andre modeller, selv om rapporten vurderer, at en særligt konfigureret AMD-klynge er meget usandsynlig.

Rapporten fastslår, at eksport af B200, B300, GB200 og GB300 til Kina kræver en licens fra USA, og at der ikke er rapporteret om sådanne licenser; den siger også, at MI300X er underlagt kontrol. Metoden kræver i sig selv offentligt tilgængelige vægte og et genkendeligt initialiseringsmønster, der afhænger af hardwaren. Initialisering på en CPU efterlader ikke noget GPU-layout, og Baidus PaddlePaddle-generator indeholder ikke det undersøgte chiplayout.

Analysen giver beslutningstagere teknisk dokumentation for adgang til hardware, men drager ingen konklusion om håndhævelse: Offentligt tilgængelige vægte kan afsløre et initialiseringsmønster, men for at afgøre, om eksportkontrollen blev overtrådt, vil det stadig være nødvendigt at have dokumentation for, hvor hardwaren blev brugt, hvem der ejede den, og hvordan adgangen blev opnået.