На фоне обострения напряженности между США и Китаем в сфере производства чипов, последовавшего за внезапным уходом из компании бывшего генерального директора NVIDIA Дженсена Хуанга, судебно-техническая экспертиза, проведенная Uemployment Labs, предполагает, что несколько китайских ИИ-моделей могли использовать тысячи новейших ИИ-ускорителей NVIDIA Blackwell для своего обучения.
Лаборатория ИИ попыталась сопоставить аппаратные отпечатки, связанные конкретно с чипами Blackwell, путем обратного инжиниринга весов ИИ-моделей и восстановления количества потоков для процессоров, которые инициализировали процесс обучения ИИ-модели.
Ведущие китайские ИИ-модели, разработанные DeepSeek и Moonshot, могли использовать GPU NVIDIA Blackwell во время инициализации обучения, утверждает исследователь
Хотя отчет Unemployment Labs утверждает, что некоторые китайские лаборатории получили доступ к передовым GPU Blackwell, он также добавляет, что представленные доказательства не позволяют оценить, были ли нарушены правила экспортного контроля GPU Blackwell.
Данные, основанные на сопоставлении аппаратного отпечатка каждого чипа с отпечатком, полученным путем анализа весов модели, тем не менее, предполагают, что отдельные этапы обучения использовали кластеры, насчитывающие от 4500 до 3000 GPU Blackwell, при этом совокупные отпечатки нескольких моделей достигали более 12 000 чипов в участвующих лабораториях.
Исследователи проанализировали опубликованные веса ИИ-моделей и использовали их для определения начального значения (seed), которое сгенерировало первоначальные веса модели на момент начала обучения DeepSeek и других.
Веса модели, также называемые параметрами, позволяют ИИ-модели преобразовывать входные данные в выходные. Большинство весов изменяются в процессе обучения, но первоначальный набор может быть определен по некоторым статическим весам, говорит Депью.
Начальное значение (seed) — это значение, подаваемое в генератор чисел для получения набора чисел, называемых начальными весами. Первоначальный набор чисел зафиксирован в матричном шаблоне, зависящем от архитектуры используемого ИИ-GPU на момент инициализации обучения. ДюПью утверждает, что сравнил шаблон статических весов в ИИ-моделях с шаблонами инициализации, созданными компоновкой потоковых мультипроцессоров (SM) GPU NVIDIA Hopper и Blackwell, чтобы прийти к выводу, что модели начали свои этапы обучения с использованием чипов NVIDIA.
Поскольку каждый тип ИИ-чипа имеет фиксированное количество вычислительных ядер, аппаратная компоновка диктует точный шаблон сетки, используемый для размещения начальных случайных чисел в ИИ-модели перед началом обучения. Каждая архитектура GPU имеет разную компоновку SM, что делает класс GPU идентифицируемым, если достаточно глубоко изучить веса ИИ-модели.
Китайские ИИ-лаборатории могли использовать до 22 000 GPU Blackwell для инициализации обучения, говорится в отчете
Основываясь на сопоставлении шаблонов, исследователи пришли к выводу, что DeepSeek, Moonshot, MiniMax и Inclusion AI использовали несколько тысяч GPU Blackwell. Оценка варьируется от 7 000 до 22 000 GPU совокупно для ИИ-моделей DeepSeek-V4-Flash, DeepSeek-V4-Pro, MiniMax-M3, Kimi K3 и Ling-3.1-flash и сильно зависит от времени обучения, эффективности использования GPU и других факторов.
Цифра в 22 000 предполагает, что модели не обучались на одном кластере Blackwell. Это довольно скромно по сравнению, например, с планом Илона Маска по вводу в эксплуатацию более миллиона таких чипов к концу 2026 года.
Даже в отношении тех немногих чипов, которые китайские ИИ-лаборатории смогли приобрести для инициализации своего обучения, отчет предупреждает:
«Примечательно, что наши выводы предоставляют технические доказательства доступа к передовому вычислительному оборудованию, но не устанавливают, где находились чипы, как был получен доступ или были ли нарушены экспортные ограничения».
Хотя ИИ-ускорители NVIDIA Blackwell подлежат экспортному контролю и не могут быть проданы в Китай, китайские ИИ-лаборатории могут получать к ним удаленный доступ через кластеры GPU. Аналогично, руководство Министерства торговли, опубликованное в мае этого года, заявило, что ограничения также распространяются на продажу дочерним компаниям китайских компаний, обычно расположенным в Сингапуре или Малайзии.
Недавняя сага вокруг основателя и бывшего генерального директора NVIDIA Дженсена Хуанга также привлекла новое внимание к экспорту чипов в Китай. Законодательство в Конгрессе направлено на ограничение удаленного доступа, в то время как китайские компании уже спешат обеспечить заказы, прежде чем правила будут ужесточены.
Стек CUDA от NVIDIA обеспечивает ему ключевое преимущество в индустрии ИИ-чипов, поскольку это была единственная зрелая платформа GPU на момент роста популярности глубокого обучения. Однако некоторые, например Anthropic, утверждали, что переход на GPU AMD теперь занимает всего несколько недель для некоторых приложений.
Следы также теряются с DeepSeek V4.1 Flash, поскольку новейшая ИИ-модель китайской лаборатории имеет новую архитектуру. Эта архитектура маскирует отпечаток инициализации GPU, причем Дефью отмечает:
«Аналогично, веса, инициализированные на обычном процессоре, а не на GPU, не оставляют отпечатка GPU; несколько моделей Alibaba Qwen3 были инициализированы таким образом и поэтому не оставляют следов того, какие GPU использовались для их обучения. Мы также не обнаружили отпечатка в LongCat-2.0 от Meituan, который, по словам компании, был обучен на «AI ASIC superpods», или в DeepSeek-V4.1-Flash, несмотря на исчерпывающий поиск».
Всегда имейте в виду, что редакции могут придерживаться предвзятых взглядов в освещении новостей.
Автор – Ramish Zafar
