报告称多款中国大模型疑使用英伟达Blackwell芯片

11 月 12 日，前 OpenAI 研究员 Will DePue 旗下的 Unemployment Labs 发布技术取证报告，称来自四家中国顶尖 AI 实验室的六款开源权重模型中，检测到了与英伟达 Blackwell 架构 GPU 高度吻合的“数值指纹”。目前，美国管制规则禁止向中国出口该系列芯片。

报告列出的模型包括 DeepSeek-V4-Flash、DeepSeek-V4-Pro、月之暗面（Moonshot AI）的 Kimi K3 与 Kimi K3.1-Pro、MiniMax-M3 以及蚂蚁集团的 Ling-3.1-flash。报告同时指出，这些机构更早期的模型特征与英伟达上一代 Hopper 架构一致。

作者对结论表达得相当谨慎，指出这种硬件指纹“揭示了初始权重的生成方式，支持但无法直接证实 Blackwell 芯片实际执行了完整训练”。DePue 在社交平台表示，OpenAI 和 Anthropic 的资深研究员已独立复核该结论，但报告未署名外部评审人员，相关成果也尚未经过同行评审。

硬件指纹的识别机制

该检测方法基于模型的初始权重分布。DePue 指出，模型初始值的具体排布取决于硬件底层配置及随机种子，且这种模式的痕迹会残留在公开发布的模型中。研究团队遍历了约 6 万亿种随机种子与芯片布局组合，六款目标模型匹配的显著性得分在 49 到 1385 个标准差（sigma）之间，远高于纯偶然匹配的约 8 个标准差上限。

研究团队还在真实硬件上进行了验证：在一块 B300 芯片上，使用未修改的 PyTorch 框架配合反推的随机种子，逐位完全复现了 DeepSeek V4-Flash 的 445 行权重；在租用的 GB200 系统上也完全重现了 Kimi K3 保留的全部 13 行权重。若将随机种子数值调整 1，则无法形成任何匹配。此外，该分析方法在已知硬件配置的 24 个公开案例中均实现了准确对应。

范围局限与产业背景

报告提到，阿里巴巴、智谱 AI、腾讯、小米以及阶跃星辰（StepFun）最新可解析的模型，检测结果仍全部指向 Hopper 架构。报告粗略估算，每个大型模型的最终训练可能需要数千张 Blackwell GPU，涉及的集群价值或超 5 亿美元。

不过，该证据无法追溯芯片的具体部署位置、所有权归属或实验室的获取渠道。企业完全可以在中国境外合法租赁 Blackwell 算力集群。报告明确强调，其分析结果“并非认定存在违法行为”。

针对该报告内容，英伟达及涉及的四家中国实验室在发布时均未发表评论。