Laut einer am 12. November von der Forschungsgruppe Unemployment Labs veröffentlichten forensischen Analyse tragen sechs von chinesischen Labors seit April 2026 veröffentlichte Frontier-KI-Modelle numerische Fingerabdrücke, die mit Nvidias exportkontrollierten Blackwell-GPUs übereinstimmen. Das Ergebnis liefert den ersten technischen Beweis auf Hardware-Ebene, der Behauptungen stützt, dass führende chinesische KI-Entwickler Zugang zu Chips erhalten haben, deren Export nach China die USA verbieten.

Die Analyse untersuchte Modelle von DeepSeek, Moonshot AI, MiniMax und Ant Group und ergab, dass DeepSeek-V4-Flash, DeepSeek-V4-Pro, Kimi K3, Kimi K3.1-Pro, MiniMax-M3 und Ling-3.1-Flash von Ant Group alle mit Hardware der Blackwell-Klasse übereinstimmen, während frühere Modelle derselben Unternehmen mit der vorherigen Hopper-Generation von Nvidia übereinstimmen. Weitere Informationen zu dieser Geschichte finden Sie in unserer KI-Nachrichten.

Wie die Gewichte eines Modells seine Hardware verraten

Die Methode ist ungewöhnlich, da sie ausschließlich auf öffentlich veröffentlichten Modellgewichten und nicht auf Leaks oder Insiderberichten beruht. Jedes trainierte Modell behält Spuren der zufälligen Anfangswerte, mit denen es begonnen hat, und diese Initialisierungsmuster hängen von der Hardwarekonfiguration ab, mit der sie erstellt wurden. Die Forscher fanden Spuren der Anfangswerte der Modelle und suchten dann nach Hardwarekonfigurationen, die diese reproduzieren.

Dem Bericht zufolge ging das Team bei zwei Modellen noch weiter: Bei DeepSeek-V4-Flash und Kimi K3 bestätigten die Forscher die Übereinstimmung auf physischen Blackwell-Chips. Die B200- und B300-Chips der Blackwell-Klasse verfügen über 148 Streaming-Multiprozessoren, während die in größeren Systemen verwendeten Konfigurationen GB200 und GB300 über 152 verfügen – und es sind diese strukturellen Details, die ihre Spuren in den Initialisierungsdaten der Modelle hinterlassen.

Der Fingerabdruck identifiziert, wie die Gewichte eines Modells erstellt wurden, und stützt, wie der Bericht feststellt, die Schlussfolgerung, dass Blackwell-Hardware auch das Training durchgeführt hat, ohne sie zu beweisen.

Was der Bericht herausgefunden hat, Modell für Modell

Die Ergebnisse zeichnen einen klaren Zeitplan über vier Labore hinweg nach:

  • DeepSeek: Modelle werden durch DeepSeek-V3 als Hopper-trainiert gelesen (Dezember 2024, wobei das Labor die Verwendung von H800-Chips bekannt gegeben hat), dann im April 2026 als Blackwell von DeepSeek-V4-Flash und DeepSeek-V4-Pro – V4-Flash passend zu B200/B300 und V4-Pro passend zu GB200/GB300.
  • Moonshot AI: Hopper-Fingerabdrücke über Kimi K2.5 (Januar 2026), dann GB200/GB300 der Blackwell-Klasse ab Kimi K3 (Juli 2026), einschließlich Kimi K3.1-Pro, der diesen Monat veröffentlicht wurde.
  • MiniMax: Hopper bis MiniMax-M2.7 (April 2026), dann B200/B300-Klasse ab MiniMax-M3 (Juni 2026).
  • Ant Group: Ling-3.0-flash (August 2026) liest sich als Hopper, während Ling-3.1-flash (Oktober 2026) als Blackwell GB200/GB300 liest.

Ein Modell liegt zwischen den Epochen: Kimi K2.7-Code, veröffentlicht sechs Wochen vor K3, basiert auf Gewichten aus der Hopper-Ära, enthält aber eine kleine Komponente, die zum B200/B300-Profil passt.

Blackwell-Chips benötigen für den Export nach China eine US-Lizenz, und dem Bericht zufolge wurden keine gemeldet. US-Beamte und Presseberichte hatten zuvor behauptet, dass DeepSeek und Moonshot AI Blackwell-Hardware verwendeten, ohne jedoch technische Beweise zu veröffentlichen. Diese Analyse ist die erste, die diese Behauptungen auf die von den Modellen selbst veröffentlichten Gewichtungen stützt.

Was es tut – und was nicht – etabliert

Der Bericht legt großen Wert auf den Umfang. Die Ergebnisse liefern technische Beweise für den Zugriff auf fortschrittliche Computerhardware, klären jedoch nicht, wo sich die Chips befanden, wie der Zugriff erlangt wurde oder ob gegen Exportkontrollen verstoßen wurde. Die Forscher dachten auch über Alternativen nach: Als einzige Alternative erkannten sie speziell konfigurierte AMD-Hardware, deren Export nach China ebenfalls eingeschränkt ist, und schlossen sie für DeepSeek-V4-Flash aus, während sie dies für die anderen fünf Modelle als sehr unwahrscheinlich erachteten.

Die Forscher erkennen Grenzen ihrer Methode an: Ein Hopper-Fingerabdruck kann einen H800 nicht von einem H100 SXM oder einem H200 unterscheiden, und die H800-Identifikationen für ältere Modelle stammen eher aus Laborangaben als aus der forensischen Methode selbst.

Warum es für die Exportpolitik wichtig ist

Der Zeitpunkt ist heikel. Das China-Geschäft von Nvidia war das ganze Jahr über im Wandel: H200-Lieferungen an chinesische Kunden wurden unter gelockerten Beschränkungen wieder aufgenommen, auch wenn Washington die Durchsetzung streng prüft und das Handelsministerium wegen Chip-Umleitung mit Kritik konfrontiert wird. Wenn Hardware der Blackwell-Klasse seit mindestens April in großem Umfang chinesische Labore erreicht, wird die Kluft zwischen Exportpolitik und -praxis zu einer zentralen Frage für die nächste Runde der politischen Debatte.

Die Feststellung hat auch einen Überprüfungsaspekt für die KI-Branche selbst. Modellgewichte wurden in der Regel für Sicherheitsbewertungen und Benchmark-Ansprüche untersucht. Ihre Verwendung als forensischer Beweis für die Trainingsinfrastruktur ist eine neuartige Ergänzung des Toolkits, die nicht von der Zusammenarbeit der beteiligten Labore abhängt.

Für Nvidia fällt der Bericht in eine ohnehin schon turbulente Zeit, in der der Vorstand des Unternehmens von einer nicht damit zusammenhängenden Governance-Krise erfasst wurde. Für die genannten chinesischen Labore, denen kein Fehlverhalten vorgeworfen wird, das über die Schlussfolgerung, die die Fingerabdrücke stützen, hinausgeht, wird die Analyse wahrscheinlich Fragen zu ihren Computer-Lieferketten aufwerfen, die in ihren öffentlichen Mitteilungen bisher nicht behandelt wurden.

Der vollständige Bericht, einschließlich der Laborhistorien, der vollständigen Modellliste und ihrer Quellen, ist bei Unemployment Labs erhältlich. Die Arbeit erregte große Aufmerksamkeit bei Hacker News, wo sie innerhalb weniger Stunden nach Veröffentlichung 277 Punkte erreichte.

---

Bleib vorne bei KI

Die neuesten KI-Nachrichten, Analysen und Durchbrüche – alles an einem Ort.

Mehr KI-Nachrichten lesen →