Intensivo Gratis 21–22.11Intensivo gratuito de 2 días en Vibecoding (21–22 nov, 16:00 MSK) · Cohorte 3 inicia 23.11Registrarse gratis →Cohorte 3 (23.11)
InfraestructuraAnálisis · En radarThe Decoder→ original

Un exinvestigador de OpenAI encuentra rastros de chips Blackwell prohibidos en 6 modelos chinos

El exinvestigador de OpenAI Will Depue encontró en seis modelos chinos rastros de chips Nvidia Blackwell, cuya venta a China está prohibida por Estados Unidos. Antes de entrenar, PyTorch rellena los pesos con números aleatorios, y el patrón depende del número de núcleos de la tarjeta gráfica: los Hopper más antiguos tienen 132, mientras que los Blackwell tienen 148 o 152. Esto demuestra acceso al hardware, pero no contrabando: la potencia de cálculo puede alquilarse en el extranjero.

Procesado por IA desde The Decoder; editado por Hamidun News
Un exinvestigador de OpenAI encuentra rastros de chips Blackwell prohibidos en 6 modelos chinos
Fuente: The Decoder. Collage: Hamidun News.
Escuchar artículo
Ficha técnica y cifras clave
ParámetroDatos
Fuente originalThe Decoder ↗
Editor jefe
Estimacióncinco entrenamientos requirieron unas 12 000 GPU Blackwell
Dato clave #2Kimi K3 se entrenó durante unos 70 días con 4 500 chips Blackwell
Dato clave #3El método identificó correctamente el hardware en los 24 modelos de control

Estados Unidos prohibió vender a China los aceleradores más potentes de Nvidia, los chips de la generación Blackwell. Funcionarios y periodistas sospechaban desde hace tiempo que los laboratorios chinos los conseguían de todos modos, pero no había pruebas públicas. Ahora, quizá, las hay.

El exinvestigador de OpenAI Will Depue afirma que encontró la "huella" de Blackwell en seis modelos chinos lanzados desde abril de 2026. La huella es un patrón de números aleatorios dentro de los pesos del modelo. Depende del número de núcleos de cómputo de la tarjeta gráfica: la generación anterior, Hopper (H100 y H800), tiene 132, mientras que Blackwell tiene 148 o 152.

Si en los pesos aparece el patrón "148" o "152", el modelo se inicializó en Blackwell.

Depue participó en la creación de Sora, Sora 2, GPT-4o, o3 y GPT-5, y después fundó el grupo de investigación sin ánimo de lucro Unemployment Labs. Según él, el método ya fue verificado de forma independiente por investigadores senior de OpenAI y Anthropic. Por ahora, esas confirmaciones solo se conocen por su palabra, pero ha publicado el código de verificación en GitHub, de modo que otros pueden repetir el resultado.

Cómo saber qué tarjeta gráfica hay detrás de un modelo

Una red neuronal son miles de millones de números, los pesos. Antes del entrenamiento, PyTorch los rellena con valores aleatorios que se generan a partir de un número inicial, la semilla (seed). Para hacerlo rápido, la tarjeta gráfica reparte el trabajo entre sus núcleos. Imagine varios equipos que reparten un enorme mazo de cartas: si hay 132 equipos, el mazo queda ordenado de una manera; si hay 148 o 152, de otra. Cada chip tiene un número distinto de núcleos, y por eso el patrón resultante también es distinto.

Después, el entrenamiento cambia los pesos millones de veces, pero algunas celdas, por ejemplo las de palabras y símbolos poco frecuentes, casi no se modifican y conservan sus valores originales. Incluso en las partes muy entrenadas del modelo sobrevive un eco estadístico débil del relleno inicial. Depue reconstruyó ese patrón en sentido inverso y reprodujo con exactitud los resultados de DeepSeek-V4-Flash y Kimi K3 en chips Blackwell reales.

Qué modelos están bajo sospecha

Según sus datos, seis modelos chinos llevan la firma de Blackwell:

  • DeepSeek-V4-Flash y MiniMax-M3 apuntan a B200 o B300 (148 núcleos);
  • DeepSeek-V4-Pro, Kimi K3, Kimi K3.1-Pro y Ling-3.1-flash, de Ant Group, apuntan a 152 núcleos, es decir, a los racks insignia GB200 o GB300 con refrigeración líquida.

Los modelos anteriores, como DeepSeek-V3 y Kimi K2.5, muestran huellas de la antigua Hopper. Los modelos de Alibaba (Qwen3.8), Zhipu, Tencent, Xiaomi y StepFun siguen apuntando por ahora a Hopper, y LongCat-2.0, de Meituan, apunta a chips de Huawei.

Para validar el método, Depue analizó 24 modelos de control con hardware conocido, entre ellos Llama 3.1 de Meta, entrenado en H100. Según él, los 24 se identificaron correctamente y una coincidencia aleatoria queda descartada estadísticamente. La única alternativa, el acelerador AMD MI300X, que también está sujeto a restricciones y podría ajustarse artificialmente para producir el mismo patrón, la descartó en el caso de DeepSeek-V4-Flash por pequeñas diferencias de redondeo.

La escala impresiona. Los cinco entrenamientos analizados, según estima el informe, requirieron unas 12 000 GPU Blackwell, lo que equivale en potencia de cómputo a unas 30 000 H100. Kimi K3 se entrenó durante unos 70 días con 4 500 chips, y DeepSeek-V4-Pro, con unos 3 000. Con un precio de alrededor de $70 000 por chip, un clúster así cuesta entre $200 y 300 millones, y los cinco juntos superan los medio millón de dólares. Esto encaja con la estimación de Dylan Patel, de SemiAnalysis: en una entrevista con Sequoia Capital, dijo que la arquitectura de DeepSeek-V3 estaba optimizada para Hopper, mientras que DeepSeek-V4 ya se diseñó para Blackwell y para los chips Ascend de Huawei.

Lo que la huella no demuestra

Aquí importan las salvedades. El método solo indica qué hardware inicializó los pesos. El entrenamiento en sí probablemente se realizó en esos mismos sistemas, pero eso es una inferencia, no una medición directa. Los datos no dicen dónde están físicamente las GPU ni de quién son. Las empresas chinas pueden alquilar capacidad en centros de datos fuera de China, algo que no necesariamente infringe las normas de exportación. Por eso el informe solo habla de acceso al hardware de gama alta, no de contrabando ni de una infracción de la ley estadounidense.

Para el sector, la conclusión tiene dos caras. Por un lado, los políticos deberán decidir qué hacer con el alquiler en la nube: las restricciones a la venta de chips no lo cubren. Por otro, la auditoría de modelos gana una herramienta nueva. Los pesos abiertos revelan no solo la arquitectura, sino también las huellas de dónde se entrenaron. Si el método resiste la verificación independiente, permitirá contrastar las declaraciones de los laboratorios sobre sus recursos de cómputo con la realidad.

Historia

Preguntas frecuentes sobre la noticia

Cómo saber qué tarjeta gráfica hay detrás de un modelo?

Una red neuronal son miles de millones de números, los pesos. Antes del entrenamiento, PyTorch los rellena con valores aleatorios que se generan a partir de un número inicial, la semilla (seed). Para hacerlo rápido, la tarjeta gráfica reparte el trabajo entre sus núcleos. Imagine varios equipos que reparten un enorme mazo de cartas: si hay 132 equipos, el mazo queda ordenado de una manera; si hay 148 o 152, de otra. Cada chip tiene un número distinto de núcleos, y por eso el patrón resultante también es distinto.

¿Qué se sabe sobre Qué modelos están bajo sospecha?

Según sus datos, seis modelos chinos llevan la firma de Blackwell: DeepSeek-V4-Flash y MiniMax-M3 apuntan a B200 o B300 (148 núcleos); DeepSeek-V4-Pro, Kimi K3, Kimi K3.1-Pro y Ling-3.1-flash, de Ant Group, apuntan a 152 núcleos, es decir, a los racks insignia GB200 o GB300 con refrigeración líquida. Los modelos anteriores, como DeepSeek-V3 y Kimi K2.5, muestran huellas de la antigua Hopper.

¿Qué se sabe sobre Lo que la huella no demuestra?

Aquí importan las salvedades. El método solo indica qué hardware inicializó los pesos. El entrenamiento en sí probablemente se realizó en esos mismos sistemas, pero eso es una inferencia, no una medición directa. Los datos no dicen dónde están físicamente las GPU ni de quién son. Las empresas chinas pueden alquilar capacidad en centros de datos fuera de China, algo que no necesariamente infringe las normas de exportación.

ZK
Zhemal Khamidun — CPO de Alpina Digital, product manager de AlpinaGPT. Crea productos de IA desde 2019. Hamidun News es un proyecto personal que creció hasta ser un agregador en producción con más de 6.000 lectores.
✦ Unified AI Workspace · Nomad

Test Frontier LLMs & Autonomous Agents in One Workspace

Run Claude Opus 5.5, GPT-6, Gemini 3.1, and DeepSeek side-by-side in Nomad AI (nomadnet.ai) — unified model routing, deep research, and multimodal workflows under one subscription.

Try Nomad AI →Launch Nomad Agent
¿Qué te parece?
Cargando comentarios…