Zes geavanceerde AI-modellen die sinds april 2026 door Chinese laboratoria zijn uitgebracht, bevatten numerieke vingerafdrukken die overeenkomen met Nvidia's exportgecontroleerde Blackwell GPU's, volgens een forensische analyse die op 12 november is gepubliceerd door onderzoeksgroep Unemployment Labs. De bevinding biedt het eerste technische bewijs op hardwareniveau ter ondersteuning van de beschuldigingen dat toonaangevende Chinese AI-ontwikkelaars toegang hebben gekregen tot chips die de Verenigde Staten niet mogen exporteren naar China.
De analyse onderzocht modellen van DeepSeek, Moonshot AI, MiniMax en Ant Group en ontdekte dat DeepSeek-V4-Flash, DeepSeek-V4-Pro, Kimi K3, Kimi K3.1-Pro, MiniMax-M3 en Ant Group's Ling-3.1-flash allemaal overeenkomen met hardware van Blackwell-klasse, terwijl eerdere modellen van dezelfde bedrijven overeenkomen met Nvidia's vorige Hopper-generatie. Voor meer context over dit verhaal, zie ons laatste AI-ontwikkelingen.
Hoe de gewichten van een model de hardware onthullen
De methode is ongebruikelijk omdat deze volledig afhankelijk is van publiekelijk vrijgegeven modelgewichten in plaats van lekken of insider-accounts. Elk getraind model behoudt sporen van de willekeurige initiële waarden waarmee het is begonnen, en die initialisatiepatronen zijn afhankelijk van de hardwareconfiguratie die is gebruikt om ze te creëren. De onderzoekers ontdekten sporen van de initiële waarden van de modellen en zochten vervolgens naar hardwareconfiguraties die deze reproduceerden.
Het rapport zegt dat het team verder is gegaan voor twee modellen: voor DeepSeek-V4-Flash en Kimi K3 bevestigden de onderzoekers de match op fysieke Blackwell-chips. Blackwell-klasse B200- en B300-chips hebben 148 streaming multiprocessors, terwijl de GB200- en GB300-configuraties die in grotere systemen worden gebruikt er 152 hebben – en het zijn dat soort structurele details die hun stempel drukken op de initialisatiegegevens die de modellen bevatten.
De vingerafdruk identificeert hoe de gewichten van een model tot stand zijn gekomen en ondersteunt – zonder bewijs – de gevolgtrekking dat Blackwell-hardware de training ook heeft uitgevoerd.
Wat het rapport heeft gevonden, model voor model
De resultaten volgen een duidelijke tijdlijn over vier laboratoria:
- DeepSeek: modellen gelezen als Hopper-getraind via DeepSeek-V3 (december 2024, waarbij het laboratorium het gebruik van H800-chips heeft onthuld), en vervolgens als Blackwell van DeepSeek-V4-Flash en DeepSeek-V4-Pro in april 2026 – V4-Flash komt overeen met B200/B300 en V4-Pro komt overeen met GB200/GB300.
- Moonshot AI: Hopper-vingerafdrukken via Kimi K2.5 (januari 2026), daarna Blackwell-klasse GB200/GB300 vanaf Kimi K3 (juli 2026), inclusief Kimi K3.1-Pro die deze maand is uitgebracht.
- MiniMax: Hopper via MiniMax-M2.7 (april 2026), vervolgens B200/B300-klasse vanaf MiniMax-M3 (juni 2026).
- Ant Group: Ling-3.0-flash (augustus 2026) luidt als Hopper, terwijl Ling-3.1-flash (oktober 2026) luidt als Blackwell GB200/GB300.
Eén model bevindt zich tussen tijdperken: Kimi K2.7-Code, zes weken vóór K3 gepost, is gebouwd op gewichten uit het Hopper-tijdperk, maar bevat een klein onderdeel dat past bij het B200/B300-profiel.
Voor Blackwell-chips is een Amerikaanse vergunning vereist voor export naar China, en volgens het rapport is er geen melding van gemaakt. Amerikaanse functionarissen en persberichten hadden eerder beweerd dat DeepSeek en Moonshot AI Blackwell-hardware gebruikten, maar zonder technisch bewijs te publiceren. Deze analyse is de eerste die deze aantijgingen baseert op de door de modellen zelf gepubliceerde gewichten.
Wat het doet – en niet doet – vaststellen
Het rapport is voorzichtig met de reikwijdte. De bevindingen leveren technisch bewijs van toegang tot geavanceerde computerhardware, maar geven niet aan waar de chips zich bevonden, hoe toegang werd verkregen of of er exportcontroles werden overtreden. De onderzoekers overwogen ook alternatieven: speciaal geconfigureerde AMD-hardware, die eveneens niet mag worden geëxporteerd naar China, is het enige alternatief dat ze hebben geïdentificeerd, en ze hebben dit uitgesloten voor DeepSeek-V4-Flash, terwijl ze het zeer onwaarschijnlijk achtten voor de andere vijf modellen.
De onderzoekers erkennen de beperkingen van hun methode: een Hopper-vingerafdruk kan een H800 niet onderscheiden van een H100 SXM of een H200, en de H800-identificaties voor oudere modellen zijn afkomstig van laboratoriumonthullingen en niet van de forensische methode zelf.
Waarom het belangrijk is voor het exportbeleid
De timing is delicaat. De Chinese activiteiten van Nvidia zijn het hele jaar in beweging geweest, waarbij H200-leveringen naar Chinese klanten onder versoepelde beperkingen worden hervat, zelfs nu Washington de handhaving nauwlettend in de gaten houdt en het ministerie van Handel te maken krijgt met kritiek over het omleiden van chips. Als hardware van Blackwell-klasse al sinds april op grote schaal Chinese laboratoria bereikt, wordt de kloof tussen exportbeleid en praktijk een centrale vraag voor de volgende ronde van het beleidsdebat.
De bevinding heeft ook een verificatie-invalshoek voor de AI-industrie zelf. Modelgewichten zijn doorgaans nauwkeurig onderzocht voor veiligheidsevaluaties en benchmarkclaims; het gebruik ervan als forensisch bewijs van de trainingsinfrastructuur is een nieuwe toevoeging aan de toolkit, en een toevoeging die niet afhankelijk is van de medewerking van de betrokken laboratoria.
Voor Nvidia komt het rapport terecht in een toch al turbulente periode waarin het bestuur van het bedrijf werd verteerd door een niet-gerelateerde bestuurscrisis. Voor de genoemde Chinese laboratoria, die geen van allen worden beschuldigd van wangedrag afgezien van de gevolgtrekking die de vingerafdrukken ondersteunen, zal de analyse waarschijnlijk vragen oproepen over hun computertoeleveringsketens die hun publieke communicatie tot nu toe niet heeft beantwoord.
Het volledige rapport, inclusief laboratoriumgeschiedenissen, de volledige modellenlijst en de bronnen ervan, is verkrijgbaar bij Unemployment Labs. Het werk trok veel aandacht op Hacker News, waar het binnen enkele uren na publicatie 277 punten bereikte.
---
Blijf Voorop met AIHet laatste AI-nieuws, analyses en doorbraken — allemaal op één plek.
Lees meer AI-nieuws →
