Enam model AI terdepan yang dirilis oleh laboratorium Tiongkok sejak April 2026 membawa sidik jari numerik yang cocok dengan GPU Blackwell yang dikontrol ekspor Nvidia, menurut analisis forensik yang diterbitkan pada 12 November oleh kelompok riset Unemployment Labs. Temuan ini memberikan bukti teknis tingkat perangkat keras pertama yang mendukung tuduhan bahwa pengembang AI terkemuka Tiongkok telah memperoleh akses terhadap chip yang dilarang Amerika Serikat untuk diekspor ke Tiongkok.
Analisis tersebut memeriksa model dari DeepSeek, Moonshot AI, MiniMax, dan Ant Group, dan menemukan bahwa DeepSeek-V4-Flash, DeepSeek-V4-Pro, Kimi K3, Kimi K3.1-Pro, MiniMax-M3, dan Ling-3.1-flash Ant Group semuanya cocok dengan perangkat keras kelas Blackwell, sementara model sebelumnya dari perusahaan yang sama cocok dengan generasi Hopper Nvidia sebelumnya. For more context on this story, see our ongoing AI news.
Bagaimana Bobot Model Mengungkapkan Perangkat Kerasnya
Metode ini tidak biasa karena sepenuhnya bergantung pada bobot model yang dirilis secara publik, bukan kebocoran atau laporan orang dalam. Setiap model yang dilatih mempertahankan jejak nilai awal acak dari mana model tersebut dimulai, dan pola inisialisasi tersebut bergantung pada konfigurasi perangkat keras yang digunakan untuk membuatnya. Para peneliti memulihkan jejak nilai awal model dan kemudian mencari konfigurasi perangkat keras yang mereproduksinya.
Laporan tersebut mengatakan tim melangkah lebih jauh dengan dua model: untuk DeepSeek-V4-Flash dan Kimi K3, para peneliti mengkonfirmasi kecocokan tersebut pada chip fisik Blackwell. Chip B200 dan B300 kelas Blackwell memiliki 148 multiprosesor streaming, sedangkan konfigurasi GB200 dan GB300 yang digunakan dalam sistem yang lebih besar memiliki 152 — dan detail struktural semacam itulah yang meninggalkan jejaknya pada data inisialisasi yang dibawa oleh model tersebut.
Sidik jari mengidentifikasi bagaimana bobot model dibuat dan, menurut catatan laporan, mendukung – tanpa membuktikan – kesimpulan bahwa perangkat keras Blackwell juga melakukan pelatihan.
Apa yang Ditemukan Laporan, Model demi Model
Hasilnya menelusuri garis waktu yang jelas di empat laboratorium:
- DeepSeek: model dibaca sebagai model yang dilatih Hopper melalui DeepSeek-V3 (Desember 2024, dengan lab telah mengungkapkan penggunaan chip H800), kemudian sebagai Blackwell dari DeepSeek-V4-Flash dan DeepSeek-V4-Pro pada bulan April 2026 — V4-Flash yang cocok dengan B200/B300 dan V4-Pro yang cocok dengan GB200/GB300.
- Moonshot AI: Sidik jari hopper melalui Kimi K2.5 (Januari 2026), lalu kelas Blackwell GB200/GB300 dari Kimi K3 (Juli 2026) dan seterusnya, termasuk Kimi K3.1-Pro yang dirilis bulan ini.
- MiniMax: Hopper melalui MiniMax-M2.7 (April 2026), lalu kelas B200/B300 dari MiniMax-M3 (Juni 2026).
- Ant Group: Ling-3.0-flash (Agustus 2026) dibaca sebagai Hopper, sedangkan Ling-3.1-flash (Oktober 2026) dibaca sebagai Blackwell GB200/GB300.
Salah satu model berada di antara era: Kimi K2.7-Code, yang diposting enam minggu sebelum K3, dibuat dengan bobot era Hopper tetapi berisi komponen kecil yang cocok dengan profil B200/B300.
Chip Blackwell memerlukan izin AS untuk mengekspor ke Tiongkok, dan laporan tersebut menyatakan tidak ada satupun yang dilaporkan. Pejabat AS dan laporan pers sebelumnya menuduh bahwa DeepSeek dan Moonshot AI menggunakan perangkat keras Blackwell, namun tanpa mempublikasikan bukti teknis. Analisis ini merupakan analisis pertama yang mendasarkan dugaan tersebut pada bobot model yang dipublikasikan.
Apa yang Dilakukan — dan Tidak — Ditetapkan
Laporan ini berhati-hati dalam hal cakupannya. Temuan ini memberikan bukti teknis mengenai akses terhadap perangkat keras komputasi canggih, namun tidak menentukan di mana chip tersebut berada, bagaimana akses tersebut diperoleh, atau apakah kontrol ekspor telah dilanggar. Para peneliti juga mempertimbangkan alternatif: perangkat keras AMD yang dikonfigurasi secara khusus, yang juga dilarang untuk diekspor ke Tiongkok, adalah satu-satunya alternatif yang mereka identifikasi, dan mereka mengecualikannya untuk DeepSeek-V4-Flash sementara mempertimbangkannya sangat tidak mungkin untuk lima model lainnya.
Para peneliti mengakui keterbatasan dalam metode mereka: sidik jari Hopper tidak dapat membedakan H800 dari H100 SXM atau H200, dan identifikasi H800 untuk model lama berasal dari pengungkapan laboratorium dan bukan dari metode forensik itu sendiri.
Mengapa Penting untuk Kebijakan Ekspor
Waktunya sangat rumit. Bisnis Nvidia di Tiongkok berfluktuasi sepanjang tahun, dengan pengiriman H200 kembali ke pelanggan Tiongkok di bawah pelonggaran pembatasan bahkan ketika Washington mengawasi penegakan hukum, dan Departemen Perdagangan menghadapi kritik atas pengalihan chip. Jika perangkat keras kelas Blackwell telah menjangkau laboratorium Tiongkok dalam skala besar setidaknya sejak bulan April, kesenjangan antara kebijakan dan praktik ekspor menjadi pertanyaan utama untuk putaran perdebatan kebijakan berikutnya.
Temuan ini juga memiliki sudut pandang verifikasi bagi industri AI itu sendiri. Anak timbangan model biasanya diteliti untuk evaluasi keselamatan dan klaim tolok ukur; menggunakannya sebagai bukti forensik infrastruktur pelatihan merupakan tambahan baru pada perangkat ini, dan tidak bergantung pada kerja sama dari laboratorium yang terlibat.
Bagi Nvidia, laporan tersebut muncul di tengah periode yang penuh gejolak di mana dewan direksi perusahaan telah terbebani oleh krisis tata kelola yang tidak ada hubungannya dengan hal tersebut. Bagi laboratorium-laboratorium Tiongkok yang disebutkan di atas, yang tidak satupun dari mereka dituduh melakukan kesalahan di luar kesimpulan yang didukung oleh sidik jari, analisis tersebut kemungkinan akan menimbulkan pertanyaan tentang rantai pasokan komputasi mereka yang sejauh ini belum ditangani oleh komunikasi publik mereka.
Laporan lengkap, termasuk riwayat lab, daftar model lengkap, dan sumbernya, tersedia dari Unemployment Labs. Karya ini menarik perhatian besar di Hacker News, yang mencapai 277 poin dalam beberapa jam setelah dipublikasikan.
---
Stay Ahead of AIGet the latest AI news, analysis, and breakthroughs — all in one place.
Read more AI news →
