Jak wynika z analizy kryminalistycznej opublikowanej 12 listopada przez grupę badawczą Unemployment Labs, sześć pionierskich modeli sztucznej inteligencji wydanych przez chińskie laboratoria od kwietnia 2026 r. nosi numeryczne odciski palców odpowiadające kontrolowanym przez eksport procesorom graficznym Blackwell firmy Nvidia. Odkrycie to stanowi pierwszy dowód techniczny na poziomie sprzętu potwierdzający zarzuty, że czołowi chińscy twórcy sztucznej inteligencji uzyskali dostęp do chipów, które Stany Zjednoczone ograniczają w przypadku eksportu do Chin.
W analizie zbadano modele firm DeepSeek, Moonshot AI, MiniMax i Ant Group i stwierdzono, że DeepSeek-V4-Flash, DeepSeek-V4-Pro, Kimi K3, Kimi K3.1-Pro, MiniMax-M3 i Ling-3.1-flash firmy Ant Group pasują do sprzętu klasy Blackwell, podczas gdy wcześniejsze modele tych samych firm pasują do poprzedniej generacji Hopperów Nvidii. Więcej kontekstu na ten temat znajdziesz w naszych najnowsze osiągnięcia AI.
Jak ciężary modelu ujawniają jego sprzęt
Metoda jest niezwykła, ponieważ opiera się całkowicie na publicznie dostępnych wagach modeli, a nie na wyciekach lub poufnych kontach. Każdy przeszkolony model zachowuje ślady losowych wartości początkowych, od których zaczął, a te wzorce inicjalizacji zależą od konfiguracji sprzętowej użytej do ich utworzenia. Badacze odzyskali ślady wartości początkowych modeli, a następnie poszukiwali konfiguracji sprzętowych, które je odtwarzają.
Z raportu wynika, że zespół poszedł dalej w przypadku dwóch modeli: w przypadku DeepSeek-V4-Flash i Kimi K3 badacze potwierdzili zgodność na fizycznych chipach Blackwell. Chipy B200 i B300 klasy Blackwell mają 148 wieloprocesorów do przesyłania strumieniowego, podczas gdy konfiguracje GB200 i GB300 stosowane w większych systemach mają ich 152 — i to właśnie ten rodzaj szczegółów konstrukcyjnych pozostawia ślad w danych inicjalizacyjnych przenoszonych przez modele.
Odcisk palca identyfikuje, w jaki sposób utworzono wagi modelu, i, jak zauważono w raporcie, potwierdza – bez udowadniania – wniosek, że sprzęt Blackwell również przeprowadził szkolenie.
Co znaleziono w raporcie, model po modelu
Wyniki przedstawiają przejrzysty harmonogram obejmujący cztery laboratoria:
- DeepSeek: modele czytane jako przeszkolone przez Hoppera przez DeepSeek-V3 (grudzień 2024 r., kiedy laboratorium ujawniło użycie chipów H800), następnie jako Blackwell z DeepSeek-V4-Flash i DeepSeek-V4-Pro w kwietniu 2026 r. — V4-Flash pasujące do B200/B300 i V4-Pro pasujące do GB200/GB300.
- Moonshot AI: Odciski palców Hoppera od Kimi K2.5 (styczeń 2026 r.), następnie klasy Blackwell GB200/GB300 od Kimi K3 (lipiec 2026 r.) i nowszych, w tym Kimi K3.1-Pro wydany w tym miesiącu.
- MiniMax: Hopper do MiniMax-M2.7 (kwiecień 2026), następnie klasa B200/B300 od MiniMax-M3 (czerwiec 2026).
- Ant Group: Ling-3.0-flash (sierpień 2026 r.) oznacza Hopper, natomiast Ling-3.1-flash (październik 2026 r.) oznacza Blackwell GB200/GB300.
Jeden model znajduje się pomiędzy epokami: Kimi K2.7-Code, opublikowany sześć tygodni przed K3, jest zbudowany na obciążnikach z epoki Hoppera, ale zawiera mały element pasujący do profilu B200/B300.
Chipy Blackwell wymagają amerykańskiej licencji na eksport do Chin, a w raporcie stwierdzono, że żadna z nich nie została zgłoszona. Urzędnicy amerykańscy i doniesienia prasowe wcześniej twierdziły, że DeepSeek i Moonshot AI korzystają ze sprzętu Blackwell, ale nie publikowali dowodów technicznych. Niniejsza analiza jako pierwsza opiera te zarzuty na opublikowanych wagach modeli.
Co robi — a czego nie — ustala
W raporcie ostrożnie podchodzi się do zakresu. Wyniki dostarczają technicznych dowodów na dostęp do zaawansowanego sprzętu komputerowego, ale nie pozwalają ustalić, gdzie znajdowały się chipy, w jaki sposób uzyskano dostęp ani czy naruszono kontrole eksportu. Badacze rozważyli także alternatywy: specjalnie skonfigurowany sprzęt AMD, którego eksport do Chin również podlega ograniczeniom, jest jedyną zidentyfikowaną przez nich alternatywą i wykluczyli ją w przypadku DeepSeek-V4-Flash, uznając ją za bardzo mało prawdopodobną w przypadku pozostałych pięciu modeli.
Badacze zdają sobie sprawę z ograniczeń swojej metody: odcisk palca Hoppera nie jest w stanie odróżnić H800 od H100 SXM ani H200, a identyfikacja starszych modeli H800 pochodzi z ujawnień laboratoryjnych, a nie z samej metody kryminalistycznej.
Dlaczego ma to znaczenie dla polityki eksportowej
Czas jest delikatny. Działalność Nvidii w Chinach dynamicznie się zmienia przez cały rok, dostawy H200 do chińskich klientów zostały wznowione po złagodzeniu ograniczeń, mimo że Waszyngton kontroluje egzekwowanie prawa, a Departament Handlu spotkał się z krytyką dotyczącą nielegalnego wykorzystywania chipów. Jeśli sprzęt klasy Blackwell dociera do chińskich laboratoriów na dużą skalę co najmniej od kwietnia, rozbieżność między polityką eksportową a praktyką staje się głównym pytaniem w następnej rundzie debaty politycznej.
Odkrycie to ma również możliwość weryfikacji samego przemysłu sztucznej inteligencji. Masy modeli były zazwyczaj sprawdzane pod kątem ocen bezpieczeństwa i wymagań porównawczych; wykorzystywanie ich jako kryminalistycznych dowodów infrastruktury szkoleniowej to nowatorski dodatek do zestawu narzędzi, niezależny od współpracy zaangażowanych laboratoriów.
W przypadku Nvidii raport dotyczy już burzliwego okresu, w którym zarząd firmy pochłonął niepowiązany z nią kryzys zarządzania. W przypadku wymienionych chińskich laboratoriów, z których żadne nie jest oskarżane o niewłaściwe postępowanie wykraczające poza wnioskowanie na podstawie odcisków palców, analiza prawdopodobnie zrodzi pytania dotyczące ich łańcuchów dostaw obliczeniowych, których dotychczas nie poruszono w ich komunikacji publicznej.
Pełny raport, w tym historie laboratoriów, pełną listę modeli i jego źródła, można uzyskać w witrynie Unemployment Labs. Praca wzbudziła duże zainteresowanie w serwisie Hacker News, gdzie w ciągu kilku godzin od publikacji osiągnęła 277 punktów.
---
Bądź na Bieżąco z AINajnowsze wiadomości, analizy i przełomy w dziedzinie AI — wszystko w jednym miejscu.
Czytaj więcej wiadomości AI →
