Unemployment Labs melder om Blackwell-mønstre i kinesiske KI-modeller

En analyse fra Unemployment Labs, skrevet av Will DePue og publisert 12. november 2026, fant initialiseringsmønstre som stemmer overens med eksportkontrollerte Blackwell-GPU-er fra NVIDIA i seks modeller med åpne vekter fra DeepSeek, Moonshot AI, MiniMax og Ant Group.

Analysen knytter DeepSeek-V4-Flash og MiniMax-M3 til initialisering på B200- eller B300-brikker, og DeepSeek-V4-Pro, Kimi K3, Kimi K3.1-Pro og Ling-3.1-flash til GB200- eller GB300-brikker. Treffene identifiserer maskinvareoppsettet bak startvektene; om brikkene også ble brukt til trening, er en separat slutning.

Rekkefølgen på utgivelsene tidfester de tilsynelatende endringene. DeepSeek-V3 ga utslag for Hopper i desember 2024, etterfulgt av de to V4-modellene som ga utslag for Blackwell i april 2026. Moonshot AIs Kimi K2.5 ga utslag for Hopper i januar 2026, før K3 gjorde det i juli 2026; MiniMax-M2.7 og M3 fulgte samme mønster i henholdsvis april og juni 2026; Ant Groups Ling-3.0-flash og Ling-3.1-flash gjorde det samme i august og oktober 2026.

Mønsteret gjaldt ikke alle. De nyeste modellene fra Alibaba, Zhipu, Tencent, Xiaomi og StepFun som lot seg analysere, ga utslag for Hopper snarere enn Blackwell.

Slik avslører initialisering maskinvareoppsettet

Metoden tar utgangspunkt i vektene, de numeriske parameterne som justeres under trening. Før treningen bruker PyTorch/cuRAND-oppsettet som ble undersøkt, Philox-generatoren til å produsere gjentakbare verdier fra et frø. GPU-tråder fordeler disse verdiene på vektposisjoner, og en tilstrekkelig stor initialisering bruker 2 048 tråder per streaming multiprocessor (SM). Hvis antallet SM-er endres, havner derfor de samme genererte tallene på andre steder.

I konfigurasjonene som ble testet, har Hopper-brikkene H100 SXM, H200 og H800 132 SM-er og 270 336 tråder; B200- og B300-brikkene har 148 SM-er og 303 104 tråder; GB200- og GB300-brikkene har 152 SM-er og 311 296 tråder. Et utslag identifiserer én av disse gruppene, ikke en bestemt brikke innenfor gruppen.

Vekter som er reservert for ord eller symboler som ikke forekommer i treningsdataene, kan bevare startverdiene sine nesten nøyaktig, mens trente vekter kan beholde en svakere statistisk sammenheng med disse verdiene. Forskerne velger et frø og et oppsett basert på ett sett vekter, og tester deretter den uendrede kombinasjonen på et separat sett som ikke ble brukt i søket.

Ifølge rapportens statistiske modell ville rundt 6 billioner kombinasjoner av frø og oppsett gi en forventet sterkeste tilfeldig treffmulighet på omtrent 8 sigma, et statistisk mål på avstanden fra tilfeldig variasjon. De sterkeste resultatene for modellene som ble identifisert, ligger mellom 49 og 1 385 sigma, og hver enkelt test som inngår, når minst 20 sigma.

Fysiske tester og anslag for treningsomfang

DePues reproduksjoner på fysiske brikker ga en ekstra kontroll. Med det gjenfunne frøet til DeepSeek gjenskapte en H100 de bevarte verdiene fra DeepSeek-V3, men ikke verdiene fra V4-Flash, mens en B300 ga motsatt resultat. På B300-brikken gjenskapte uendret PyTorch 461 av 469 utvalgte rader fra V4-Flash med korrelasjoner over 0,99, inkludert 445 rader som samsvarte bit for bit. En leid GB200 gjenskapte alle de 13 bevarte Kimi K3-radene med Moonshots frø; hvis ett av de gjenfunne frøene ble endret med én, ga det ingen samsvarende rader.

Rapporten sier at metoden stemte overens med alle de 24 tilfellene der en utvikler offentlig hadde oppgitt maskinvaren for en bestemt modell, men påpeker at 11 av tilfellene gjelder kontrollpunkter fra steg null, og at beslektede modeller ikke er uavhengige. Derfor er sammenligningen en konsistenskontroll, ikke en målt nøyaktighetsgrad.

Kimi K3.1-Pro bruker K3s frø og kan være et K3-kontrollpunkt med ytterligere ettertrening. Hvis maskinvaren som ble brukt til initialiseringen, også ble brukt til treningen, anslår DePue at fem separate sluttkjøringer brukte rundt 500 til 3 000 Blackwell-GPU-er hver, vanligvis over to til tre måneder. Beregningen deler treningsberegningene på brikkenes gjennomstrømming ved 35 % utnyttelse, og bruker DeepSeeks offentliggjorte tokenantall og anslag basert på modellvektene for de andre modellene. Med samme regnemåte ga DeepSeek-V3 et anslag på 2 000 til 2 500 brikker, sammenlignet med DeepSeeks offentliggjorte tall på 2 048.

Begrensninger for håndheving av eksportkontroll

Et samsvar gjelder bare initialiseringen; det kan ikke kartlegge alle prosessorene som ble brukt under den senere treningen. Et laboratorium kan opprette startverdiene på ett system og overføre dem, blandede klynger kan etterlate spor etter bare noe av maskinvaren, og et Hopper-resultat utelukker ikke senere trening på Blackwell. Vektene kan heller ikke fastslå hvem som eier brikkene, hvor de befinner seg eller hvordan de ble anskaffet. DePues rapport påpeker at Blackwell-systemer kan leies utenfor Kina, og sier at disse bevisene alene verken fastslår smugling eller brudd på eksportkontrollreglene.

MI300X fra AMD er det identifiserte maskinvarealternativet. Den bruker vanligvis 304 beregningsenheter, men kan deles inn i to grupper på 152 eller konfigureres til å bruke 148, noe som gjenskaper oppsettene i fysiske tester. For DeepSeek-V4-Flash samsvarte 363 av 377 bevarte verdier som skiller mellom leverandørene, med NVIDIA, mens ingen samsvarte med AMD. Denne numeriske testen ga ikke noe endelig svar for de fem andre modellene, selv om rapporten vurderer det som svært lite sannsynlig at en AMD-klynge var spesialkonfigurert.

Rapporten opplyser at eksport av B200, B300, GB200 og GB300 til Kina krever amerikansk lisens, og at ingen slike lisenser er meldt utstedt. Den sier også at MI300X er underlagt eksportkontroll. Selve metoden krever offentlige vekter og et gjenkjennelig initialiseringsmønster som avhenger av maskinvaren. CPU-initialisering etterlater ingen GPU-layout, og Baidus PaddlePaddle-generator gjengir ikke den undersøkte brikkelayouten.

Analysen gir beslutningstakere tekniske bevis på tilgang til maskinvare uten å trekke noen konklusjon om håndheving: Offentlige vekter kan avdekke et initialiseringsmønster, men for å avgjøre om eksportkontrollene er brutt, trengs det fortsatt bevis for hvor maskinvaren ble brukt, hvem som eide den, og hvordan tilgangen ble skaffet.