失业实验室报告：中国 AI 模型呈现 Blackwell 特征

Will DePue 于 2026 年 11 月 12 日发布的一项 Unemployment Labs 分析发现，来自 DeepSeek、Moonshot AI、MiniMax 和蚂蚁集团的六款开放权重模型，呈现出与受出口管制的 NVIDIA Blackwell GPU 相符的初始化模式。

分析认为，DeepSeek-V4-Flash 和 MiniMax-M3 使用 B200 或 B300 芯片进行初始化，而 DeepSeek-V4-Pro、Kimi K3、Kimi K3.1-Pro 和 Ling-3.1-flash 则使用 GB200 或 GB300 芯片进行初始化。这些匹配结果揭示了初始权重背后的硬件布局；这些芯片是否也用于训练，则是另一项推断。

接连发布的模型显示，这些变化似乎随时间发生。DeepSeek-V3在 2024 年 12 月呈现 Hopper 特征，随后于 2026 年 4 月发布的两款 V4 模型呈现 Blackwell 特征。Moonshot AI 的 Kimi K2.5 于 2026 年 1 月呈现 Hopper 特征，之后 K3 于 2026 年 7 月呈现不同特征；MiniMax-M2.7 和 M3 也呈现了相同模式，分别发布于 2026 年 4 月和 2026 年 6 月；蚂蚁集团的 Ling-3.0-flash 和 Ling-3.1-flash 则分别于 2026 年 8 月和 2026 年 10 月呈现了这一模式。

这一模式并非普遍存在。阿里巴巴、智谱、腾讯、小米和阶跃星辰最新的可读取模型呈现的是 Hopper 特征，而非 Blackwell 特征。

初始化如何揭示硬件布局

这项技术从权重入手，也就是训练过程中会调整的数值参数。在训练之前，研究人员所考察的 PyTorch/cuRAND 配置会使用 Philox 生成器，根据一个种子生成可重复的数值。GPU 线程会将这些数值分配到各个权重位置；规模足够大的初始化任务会为每个流式多处理器（SM）使用 2,048 个线程。因此，SM 数量改变时，同一批生成的数字落入的位置也会随之改变。

在测试的配置中，Hopper H100 SXM、H200 和 H800 芯片均有 132 个 SM 和 270,336 个线程；B200 和 B300 芯片有 148 个 SM 和 303,104 个线程；GB200 和 GB300 芯片有 152 个 SM 和 311,296 个线程。检测结果只能识别出其中一个硬件组别，无法确定组内的具体芯片。

为训练中不存在的词语或符号预留的权重，可能几乎原样保留其初始值；经过训练的权重则可能与这些初始值之间仍存在较弱的统计关联。研究人员先在一组权重上选定种子和布局，再将这一组合原封不动地用于另一组未参与搜索的权重进行测试。

根据其统计模型，报告估计，约 6 万亿种种子与布局组合所能产生的最强匹配，其预期显著性约为 8σ；σ 是衡量结果偏离随机波动程度的统计指标。被识别模型的最强结果介于 49σ 和 1,385σ 之间，且纳入的每项单独测试结果均至少达到 20σ。

物理验证与训练规模估算

DePue 通过实际芯片复现提供了另一项验证。使用从 DeepSeek 恢复出的种子时，H100 复现了 DeepSeek-V3 保留的数值，却无法复现 V4-Flash 的数值；B300 的结果则恰好相反。在 B300 上，未经修改的 PyTorch 复现了所选 V4-Flash 行中的 469 行之 461 行，相关系数均高于 0.99，其中 445 行完全逐位匹配。租用的 GB200 使用 Moonshot 的种子复现了 Kimi K3 保留的全部 13 行；将恢复出的任一种子改动 1，均未能匹配任何行。

报告称，该方法与开发者曾公开指出特定模型硬件的全部 24 个案例相符，同时提醒其中 11 个涉及 step-zero 检查点，且相关模型之间并非相互独立。因此，这一对比只能作为一致性检查，不能视为经测量得出的准确率。

Kimi K3.1-Pro 使用 K3 的种子，可能是经过进一步后训练的 K3 检查点。DePue 假设用于初始化的硬件也参与了训练，并据此估计，五次不同的最终训练运行各使用约 500 至 3,000 块 Blackwell GPU，通常持续两到三个月。计算方法是以芯片在 35% 利用率下的吞吐量除训练计算量；DeepSeek 的模型使用其披露的 token 数量，其他模型则使用根据权重估算的 token 数量。将同样的计算方法用于 DeepSeek-V3，得出的芯片数量为 2,000 至 2,500 块，而 DeepSeek 披露的数量为 2,048 块。

出口管制执法的局限

匹配结果仅涉及初始化，无法清点后续训练过程中使用的所有处理器。实验室可以在一套系统上生成初始值，再将其转移；混合使用的集群也可能只留下部分硬件痕迹；检测到 Hopper 特征也不排除之后使用 Blackwell 进行训练。此外，权重无法证明芯片的所有权、所在地或获取方式。DePue 的报告指出，Blackwell 系统可以在中国境外租用，并表示仅凭这些证据，既无法证明存在走私，也无法证明违反了出口管制规定。

AMD 的 MI300X 是已识别出的另一种硬件选择。它通常采用 304 个处理单元，但可以分为两组、每组 152 个，也可以配置为使用 148 个处理单元；物理测试表明，这两种配置都能复现相应布局。对于 DeepSeek-V4-Flash，在厂商之间存在差异的 377 个保留值中，有 363 个与 NVIDIA 匹配，没有任何一个与 AMD 匹配。这项数值测试并未确定其余五款模型的情况，但报告认为，专门配置的 AMD 集群极不可能是相关硬件。

报告称，B200、B300、GB200 和 GB300 出口到中国需要美国许可证，且尚无此类许可证获批的报告；报告还称，MI300X 也受到管制。该方法本身要求权重公开，并且存在可识别的、依赖硬件的初始化模式。CPU 初始化不会留下 GPU 布局，而百度的 PaddlePaddle 生成器也不包含所检查芯片的布局。

这项分析为政策制定者提供了硬件访问方面的技术证据，但没有对执法作出结论：公开权重可能暴露初始化模式，但要判定是否违反出口管制，仍需掌握相关证据，包括硬件在哪里使用、归谁所有，以及访问是如何获得的。