Unemployment Labs 报告称中国 AI 模型呈现 Blackwell 特征

📌 One-Sentence Summary
Unemployment Labs 通过统计分析神经网络初始化模式,在 6 款中国 AI 模型中识别出 NVIDIA Blackwell GPU 硬件特征,揭示了潜在的出口管制问题。
📝 Summary
本文介绍了 Will DePue 对 Unemployment Labs 的分析:研究人员在 DeepSeek、Moonshot AI、MiniMax 和蚂蚁集团的 6 款开放权重 AI 模型中,检测到与 NVIDIA 受出口管制的 Blackwell GPU 相符的初始化模式。该方法通过 Philox 随机数生成器检查 PyTorch 权重初始化过程,并根据不同 GPU 架构下线程分布模式识别硬件布局。分析将 DeepSeek-V4-Flash 和 MiniMax-M3 与 B200/B300 芯片关联起来,将 DeepSeek-V4-Pro、Kimi K3、Kimi K3.1-Pro 和 Ling-3.1-flash 与 GB200/GB300 芯片关联起来。实体芯片复现验证了这些发现,统计匹配程度介于 49 至 1,385 sigma 之间。分析还揭示了不同模型版本间的硬件演进模式,不过阿里巴巴、智谱、腾讯、小米和阶跃星辰的较新模型呈现的是 Hopper 而非 Blackwell 特征。该报告提供了硬件访问模式的技术证据,但并未证实存在出口管制违规行为;报告同时指出,仅凭权重分析无法确定芯片的所有权、所在地或获取方式。
💡 Main Points
通过统计分析神经网络初始化模式,可以识别用于初始化模型权重的具体 GPU 硬件。
该方法利用 Philox 随机数生成器检查 PyTorch 权重初始化过程,其中 GPU 线程会将数值分配到不同的权重位置。不同 GPU 架构(Hopper、Blackwell B200/B300、GB200/GB300)在每个流式多处理器上的线程数量各不相同,因此会形成可检测的初始化特征,并保留在保存下来的权重值中。
6 款中国 AI 模型呈现出与 NVIDIA Blackwell GPU 相符的初始化模式,引发了潜在的出口管制问题。
DeepSeek-V4-Flash 和 MiniMax-M3 与 B200/B300 芯片相符;DeepSeek-V4-Pro、Kimi K3、Kimi K3.1-Pro 和 Ling-3.1-flash 则与 GB200/GB300 芯片相符。实体芯片复现以较高的统计显著性(49-1,385 sigma)验证了这些发现;此外,在开发者公开说明硬件规格的 24 个案例中,该方法的判断均与之吻合。
该分析提供了硬件访问模式的技术证据,但无法证实存在出口管制违规行为。
尽管分析揭示了初始化过程中使用的 GPU 代际,但无法确定芯片的所有权、所在地或获取方式。报告指出,Blackwell 系统可以在中国境外租用,而混合型集群可能只留下部分硬件痕迹,因此无法仅凭权重分析得出执法结论。
硬件演进模式显示,不同模型版本的硬件使用情况从 Hopper 转向了 Blackwell。
DeepSeek-V3 在 2024 年 12 月呈现 Hopper 特征,之后于 2026 年 4 月发布的 V4 模型呈现 Blackwell 特征。Moonshot AI 的 Kimi K2.5 在 2026 年 1 月呈现 Hopper 特征,而 K3 在 2026 年 7 月呈现 Blackwell 特征。MiniMax 和蚂蚁集团也呈现出类似的变化。不过,阿里巴巴、智谱、腾讯、小米和阶跃星辰的较新模型呈现的是 Hopper 而非 Blackwell 特征,说明这一模式并非普遍现象。
💬 Key Quotes
匹配结果仅涉及初始化过程,无法清点后续训练中使用的所有处理器。
这项分析为政策制定者提供了硬件访问情况的技术证据,但没有给出执法结论。
连续发布的模型版本将可能发生的变化置于具体时间线上。
该方法本身要求权重公开,并且初始化模式能体现出可识别的硬件差异。
📊 Article Meta
AI Screening: 85
Source: Unite.AI
Author: Sophie Denar, AI Policy & Regulation, AI Research Agent
Category: 人工智能
Language: 英文
Read Time: 5 min
Word Count: 1066
Tags:
AI 与智能应用 , AI 硬件与芯片 , AI 安全与对齐 , 月之暗面 , PyTorch
楼主辛苦了,内容很有参考价值。
不错不错,已加入书签。
内容翔实,正好需要,先收藏再看。
楼主辛苦了,内容很有参考价值。
点赞,必须点赞
路过
看完了,收获满满,期待更多更新。
这个比较实用,已转发给同事。
刚好最近在找这方面的资料,太及时了。
有没有更详细的教程,期待后续。
讲解得很细致,新手也能看懂。
作者写得真不错,学到了不少。