Интенсив 21–22.11 · БесплатноБесплатный 2-дневный интенсив по вайбкодингу 21–22 ноября в 16:00 МСК (Сб–Вс) · Живой Поток 3 стартует 23.11Записаться бесплатно →Поток 3 (23.11)
Безопасность и правоОткрытые веса · В работуThe Decoder→ оригинал

Бывший исследователь OpenAI нашёл след запретных чипов Blackwell в 6 китайских моделях

Бывший исследователь OpenAI Уилл Депью нашёл в 6 китайских моделях следы чипов Nvidia Blackwell, которые США не разрешают продавать в Китай. Перед обучением PyTorch заполняет веса случайными числами, и узор зависит от числа ядер видеокарты: у старых Hopper их 132, у Blackwell 148 или 152. Это доказывает доступ к железу, но не контрабанду: мощности можно арендовать за границей.

AI-обработка оригинала The Decoder; редакция Hamidun News
Бывший исследователь OpenAI нашёл след запретных чипов Blackwell в 6 китайских моделях
Источник: The Decoder. Коллаж: Hamidun News.
Слушать статью
Паспорт материала и цифры
ПараметрДанные
ПервоисточникThe Decoder ↗
Главный редактор
Оценкапять обучений заняли около 12 000 GPU Blackwell
Ключевой факт #2Kimi K3 учили около 70 дней на 4 500 чипах Blackwell
Ключевой факт #3Метод верно определил железо у всех 24 контрольных моделей

США запретили продавать в Китай самые мощные ускорители Nvidia — чипы поколения Blackwell. Чиновники и журналисты давно подозревали, что китайские лаборатории всё равно до них добрались, но публичных доказательств не было. Теперь они, возможно, появились. Бывший исследователь OpenAI Уилл Депью утверждает, что нашёл «отпечаток» Blackwell в шести китайских моделях, вышедших с апреля 2026 года. Отпечаток — это узор случайных чисел внутри весов модели. Он зависит от числа вычислительных ядер у видеокарты: у прошлого поколения Hopper (H100 и H800) их 132, а у Blackwell 148 или 152. Если в весах виден узор «148» или «152», значит, модель инициализировали на Blackwell.

Депью участвовал в создании Sora, Sora 2, GPT-4o, o3 и GPT-5, а затем основал некоммерческую исследовательскую группу Unemployment Labs. По его словам, методику уже независимо проверили старшие исследователи OpenAI и Anthropic. Эти подтверждения пока известны только с его слов, но код для проверки он выложил на GitHub, так что результат могут повторить другие.

Как узнать видеокарту по весам модели

Нейросеть — это миллиарды чисел, весов. Перед обучением PyTorch заполняет их случайными значениями, которые рождаются из одного стартового числа, seed. Чтобы сделать это быстро, видеокарта делит работу между своими ядрами. Представьте несколько бригад, которые раскладывают одну огромную колоду карт: если бригад 132, колода ложится одним порядком, а если 148 или 152 — другим. У разных чипов число ядер разное, поэтому и узор получается разным.

Дальше обучение миллионы раз меняет веса, но часть ячеек, например для редких слов и символов, почти не трогается и хранит исходные значения. Даже в сильно обученных частях модели остаётся слабое статистическое эхо стартового заполнения. Депью восстановил этот узор «в обратную сторону» и точно воспроизвёл результаты для DeepSeek-V4-Flash и Kimi K3 на настоящих чипах Blackwell.

Какие модели попали под подозрение

По его данным, шесть китайских моделей несут подпись Blackwell:

  • DeepSeek-V4-Flash и MiniMax-M3 указывают на B200 или B300 (148 ядер);
  • DeepSeek-V4-Pro, Kimi K3, Kimi K3.1-Pro и Ling-3.1-flash от Ant Group указывают на 152 ядра, то есть на флагманские стойки GB200 или GB300 с жидкостным охлаждением.

Более ранние модели вроде DeepSeek-V3 и Kimi K2.5 показывают следы старого Hopper. Модели Alibaba (Qwen3.8), Zhipu, Tencent, Xiaomi и StepFun пока тоже остаются на Hopper, а LongCat-2.0 от Meituan указывает на чипы Huawei.

Чтобы проверить метод, Депью прогнал 24 контрольные модели с известным железом, включая Llama 3.1 от Meta, обученную на H100. По его словам, все 24 определились верно, а случайное совпадение статистически исключено. Единственную альтернативу — ускоритель AMD MI300X, который тоже под ограничениями и может быть искусственно «урезан» до такого же узора, — он отбросил для DeepSeek-V4-Flash по мелким различиям в округлении.

Масштаб впечатляет. Пять разобранных обучений, по оценке отчёта, потребовали около 12 000 GPU Blackwell, что по вычислительной мощности равно примерно 30 000 H100. Kimi K3 учили около 70 дней на 4 500 чипах, DeepSeek-V4-Pro — примерно на 3 000. При цене около $70 000 за чип один такой кластер стоит $200–300 млн, а все пять вместе — больше полумиллиарда долларов. Это согласуется с оценкой Дилана Пейтела из SemiAnalysis: в интервью Sequoia Capital он говорил, что архитектура DeepSeek-V3 была заточена под Hopper, а DeepSeek-V4 уже строили под Blackwell и чипы Ascend от Huawei.

Чего отпечаток не доказывает

Здесь важны оговорки. Метод показывает только, какое железо инициализировало веса. Само обучение, скорее всего, шло на тех же системах, но это вывод, а не прямое измерение. Данные не говорят, где физически стоят GPU и кому они принадлежат. Китайские компании могут арендовать мощности в дата-центрах за пределами Китая, а это не обязательно нарушает экспортные правила. Поэтому отчёт говорит лишь о доступе к топовому железу, а не о контрабанде или нарушении закона США.

Для индустрии вывод двойной. Во-первых, политикам придётся решать, что делать с облачной арендой: ограничения на продажу чипов её не закрывают. Во-вторых, у аудита моделей появился новый инструмент. Открытые веса выдают не только архитектуру, но и следы того, на чём их учили. Если метод устоит перед независимой проверкой, им можно будет сверять заявления лабораторий о вычислительных ресурсах с реальностью.

Сюжет

Вопросы и ответы по материалу

Что известно по теме: как узнать видеокарту по весам модели?

Нейросеть — это миллиарды чисел, весов. Перед обучением PyTorch заполняет их случайными значениями, которые рождаются из одного стартового числа, seed. Чтобы сделать это быстро, видеокарта делит работу между своими ядрами. Представьте несколько бригад, которые раскладывают одну огромную колоду карт: если бригад 132, колода ложится одним порядком, а если 148 или 152 — другим. У разных чипов число ядер разное, поэтому и узор получается разным.

Что известно по теме: какие модели попали под подозрение?

По его данным, шесть китайских моделей несут подпись Blackwell: DeepSeek-V4-Flash и MiniMax-M3 указывают на B200 или B300 (148 ядер); DeepSeek-V4-Pro, Kimi K3, Kimi K3.1-Pro и Ling-3.1-flash от Ant Group указывают на 152 ядра, то есть на флагманские стойки GB200 или GB300 с жидкостным охлаждением. Более ранние модели вроде DeepSeek-V3 и Kimi K2.5 показывают следы старого Hopper.

Что известно по теме: чего отпечаток не доказывает?

Здесь важны оговорки. Метод показывает только, какое железо инициализировало веса. Само обучение, скорее всего, шло на тех же системах, но это вывод, а не прямое измерение. Данные не говорят, где физически стоят GPU и кому они принадлежат. Китайские компании могут арендовать мощности в дата-центрах за пределами Китая, а это не обязательно нарушает экспортные правила. Поэтому отчёт говорит лишь о доступе к топовому железу, а не о контрабанде или нарушении закона США. Для индустрии вывод двойной.

ЖХ
Жемал Хамидун — CPO Alpina Digital, продакт-менеджер AlpinaGPT. Делает AI-продукты с 2019 года. Hamidun News — pet project, который вырос в production-агрегатор с 6000+ читателей.
✦ Единое AI-пространство · Nomad

Протестируйте новые LLM и мультимодальные модели в одном окне

Платформа Nomad AI (nomadnet.ai) даёт прямой доступ к Claude Opus 5.5, GPT-6, Gemini 3.1, DeepSeek и автономным агентам без VPN, зарубежных карт и зоопарка подписок.

Открыть Nomad AI →Автономный Nomad Agent
Что вы думаете?
Загружаем комментарии…