中國四大AI業者被抓到用輝達Blackwell晶片 6款模型浮現「硬體指紋」

美國持續限制先進 AI 晶片出口中國，前 OpenAI 研究員 Will DePue 週五 (13 日) 公布研究指出，DeepSeek、月之暗面 (Moonshot AI)、MiniMax 及螞蟻集團旗下共 6 款 AI 模型，在公開權重中留下與輝達 (NVDA-US) Blackwell 晶片相符的「硬體指紋」。這些線索指向模型初始化時可能使用的硬體，至於晶片位於何處、業者如何取得算力，仍有待釐清。

DePue 所說的「硬體指紋」，是 AI 模型在訓練開始前，為大量參數設定初始數值時留下的痕跡。

他指出，GPU 架構和用來產生亂數的「隨機種子」，會影響這些數值的排列，部分特徵在訓練完成後仍可從公開權重中辨識。

他比對逾 6 兆種晶片配置與隨機種子組合，並用實體 B300 晶片逐位元重現 DeepSeek-V4-Flash 的初始權重。

DePue 指出，出現輝達 Blackwell「硬體指紋」的 6 款 AI 模型，分別是 DeepSeek 旗下的 DeepSeek-V4-Flash、DeepSeek-V4-Pro，月之暗面 (Moonshot AI) 旗下的 Kimi K3、Kimi K3.1-Pro，以及 MiniMax 旗下的 MiniMax-M3 和螞蟻集團旗下的 Ling-3.1-flash。

其中 4 款模型的初始權重與輝達 GB200、GB300 系統的硬體特徵相符，另外 2 款則與 B200、B300 晶片的特徵相符。

為驗證比對結果，DePue 將推算出的隨機種子輸入未經修改的 PyTorch 程式。

他表示，實體 B300 能逐位元重現 DeepSeek-V4-Flash 的初始權重，租用的 GB200 則重現了 Kimi K3 的部分權重數值，相關係數達 0.999995。

換成輝達上一代 Hopper 架構的 H100，便無法重現 DeepSeek-V4-Flash 的結果，隨機種子只要改動一個數字，匹配也會消失。

DePue 也以 24 款開發者已揭露所用硬體的開放權重模型測試這套方法，結果均與開發者公布的硬體資訊相符。

他表示，在逾 6 兆種組合中，純靠巧合出現的最佳匹配，理論上約為 8 個標準差，此次主要比對結果則介於 49 至 1,385 個標準差。

他稱，OpenAI 與 Anthropic 的資深研究人員曾各自驗證結果，但未公開驗證者姓名。

DePue 另估算，Kimi K3 與 DeepSeek-V4-Pro 兩款大型模型，各自可能動用約 2,000 至 3,000 顆 Blackwell GPU。

按硬體採購成本推算，每套同等規模的叢集約值 1.5 億至 2 億美元，相關業者可能動用的 GPU 總值逾 5 億美元，尚未計入實驗性運算。

實際使用的晶片數量及企業支出，仍待查證。

他指出，即使初始權重與 Blackwell 硬體吻合，單憑這些數值也無法判斷晶片是否已進入中國，或是業者在境外資料中心租用算力。

白宮科技顧問克拉齊奧斯 (Michael Kratsios) 此前曾表示，月之暗面可能在泰國取得 GB300 算力，供 Kimi K3 使用。

美國參議員華倫 (Elizabeth Warren) 與昆斯 (Chris Coons) 則於 11 日要求川普政府保存輝達晶片出口相關紀錄。

半導體研究機構 SemiAnalysis 從供應端提出另一項估算。

該機構追蹤 AI 加速器的產量與流向，推估近年流入中國、受美國出口限制的輝達硬體，額定功耗合計逾 1.5 吉瓦 (GW)。若以每顆額定功耗 1,000 瓦的 B200 換算，相當於約 150 萬顆 GPU。

SemiAnalysis 未公布實際顆數或各世代晶片的占比，其估算也排除了輝達為符合當時出口規範推出的 H20、H800。

SemiAnalysis 分析師推測，疑似違規輸出先進晶片的規模，可能是輝達共同創辦人黃仁勳卸任的背景因素之一。

分析師也認為，黃仁勳長期反對擴大對中晶片限制，他卸任後，美國國會限制中國業者透過海外雲端取得先進算力的提案，可能更容易推進。

這份報告未提出美國情報機構影響輝達董事會決策，或黃仁勳本人參與違規出口的直接證據。

SemiAnalysis 同時警告，全面封鎖可能加速中國業者轉用自家晶片，並削弱美國業者也受益的開源軟體合作。

分析師主張，美國可針對中國業者能取得的晶片數量與運算能力設限，並允許業者在美方監督下，向可信任的境外供應商租用算力。

按該機構的看法，這能讓美方保留監控及必要時切斷存取的能力，也能維持美國晶片商與雲端業者的部分收入。