北京
美国对英伟达、AMD高端AI加速芯片的对华出口管制，最近又起了几道波折。抛开黄仁勋那边的纷扰不谈，业内一个公开的秘密是：英伟达的Blackwell芯片总能以某种方式进入中国，无论是实体的还是虚拟的。独立研究机构UnemploymentLabs给出了有力证据，称这些芯片被用于训练中国的开放权重模型，包括DeepSeek V4、Kimi K3.1、MiniMax-M3和Ling-3.1-Flash。
研究者对结论保持了谨慎措辞：数学推导站得住脚，但它并不能揭示芯片位于何处、通过何种方式被访问，也无法证明出口管制被违反。就目前公开信息看，中国企业在境外租用Blackwell硬件并不违法；即便英伟达的口子越收越紧，美国公司也未被严格禁止这样做，腾讯与甲骨文近期的交易就是一例。
这套识别方法只适用于开放权重的模型，且依赖训练所用的硬件与软件栈组合。方法本身既巧妙又简单，堪称哥伦布竖鸡蛋。
先立几个基本事实。第一，不同AI加速器家族的着色器模块（SM）数量各不相同，大致可类比CPU核心：英伟达Hopper芯片有132个，Blackwell B系列有148个，Blackwell GB系列则是152个。第二，训练AI模型的软件栈不止一种，但在英伟达硬件上，PyTorch及其CUDA生态相关工具是绝对主流。
训练模型的第一步是初始化权重，也就是模型对每个输入赋予多大权重。在现代大语言模型架构中，初始化要经过随机化步骤，用cuRAND把数值做正负伪随机调整——随机，但给定一个种子起始值，每次得到的调整数值完全相同。
对整个模型做这件事计算量很大，因此过程会分摊到所有SM上，再细分为线程。对于大规模权重集，Blackwell和Hopper芯片每个SM的线程数是2048，这个数字显然是经过精心选择和优化的。
研究者用相同的芯片、软件和线程数复现了初始化过程。经过相对简单的统计分析，他们发现最终权重值的统计分布与DeepSeek、Kimi等模型精确吻合。作为对照，他们改动SM数量和线程数，相关性如预期般彻底瓦解。
由此，他们能辨认出每个模型使用了哪一族Blackwell/Hopper芯片，并进一步估算出所用显卡的大致数量。但具体是哪一款变体产出了这些权重，他们无法锁定——因为分析只与初始化布局数量挂钩，也就是SM数量和使用模式，而不涉及显存容量、内存带宽等区分单卡的其他特征。
那AMD的MI300X，或者其他SM数量足够高、跑同一套软件栈的芯片呢？研究者表示，把AMD卡配置成呈现为两组152或148个着色器并非不可能，尽管看不出有什么理由这么做。针对DeepSeek V4，他们还通过分析权重值本身排除了这种可能，发现AMD卡依然无法产生相同的权重值模式。
特别声明：以上内容(如有图片或视频亦包括在内)为自媒体平台“网易号”用户上传并发布，本平台仅提供信息存储服务。
Notice: The content above (including the pictures and videos if any) is uploaded and posted by a user of NetEase Hao, which is a social media platform and only provides information storage services.
