Seis modelos chinos dejan huellas de Nvidia Blackwell en sus pesos

Seis modelos de cuatro laboratorios chinos llevan patrones numéricos compatibles con GPUs Nvidia Blackwell, según un análisis forense de Will DePue, fundador de Unemployment Labs. El hallazgo se basa en los pesos publicados de DeepSeek, Moonshot AI, MiniMax y Ant Group; apunta a acceso a hardware sujeto a controles de exportación de Estados Unidos, pero no demuestra dónde estaban los chips ni cómo se obtuvo ese acceso.

La señal aparece en la disposición de los valores iniciales de los modelos, no en registros de compra ni en testimonios internos. DePue afirma que investigadores sénior de OpenAI y Anthropic comprobaron el método de forma independiente; Unemployment Labs también dice que lo validó con 24 modelos cuyo hardware se había hecho público.

Una huella que sobrevive en los pesos

Antes del entrenamiento, un modelo recibe miles de millones de valores iniciales generados de forma seudorrandómica. En el software analizado, el marco de trabajo PyTorch distribuye esa tarea entre trabajadores paralelos de la GPU mediante cuRAND y Philox. Con la misma semilla y la misma configuración, el generador produce los mismos números, pero el número de unidades de procesamiento cambia las posiciones que ocupan en la matriz de pesos.

Ahí está la pista: las Hopper examinadas tienen 132 unidades SM; las Blackwell B200 y B300, 148; y las GB200 y GB300, 152. Algunas posiciones de los pesos —por ejemplo, las asociadas a palabras o símbolos que no aparecen durante el entrenamiento— conservan casi intactos sus valores iniciales. Otras mantienen una señal estadística más tenue, aunque el entrenamiento las haya modificado.

Unemployment Labs buscó combinaciones de semilla y disposición que reprodujeran esos patrones. Según DePue, el equipo reprodujo en chips Blackwell físicos los resultados de DeepSeek-V4-Flash y Kimi K3. El informe añade que la búsqueda cubrió unos seis billones de combinaciones y que las señales más fuertes de los seis modelos oscilaron entre 49 y 1.385 sigma; incluso su prueba individual más débil llegó a 20 sigma.

La técnica detecta la configuración que inicializó los pesos, no una prueba directa de que cada fase del entrenamiento se ejecutara en esa misma GPU. DePue considera que el entrenamiento probablemente sí usó esos sistemas. El informe identifica como alternativa técnica un hardware AMD MI300X configurado para reproducir el patrón; afirma haber descartado esa opción para DeepSeek-V4-Flash y juzgarla muy improbable para los otros modelos.

El cambio de Hopper a Blackwell

La secuencia temporal dibuja una transición reciente. Modelos anteriores de DeepSeek y Moonshot AI mostraban patrones Hopper; en las versiones más nuevas, el análisis encuentra configuraciones Blackwell. Para las coincidencias Hopper, el método no puede distinguir entre H800, H100 y H200: en esos casos, las identificaciones concretas proceden de declaraciones de los laboratorios, no de la huella por sí sola.

La tabla no implica que todos los modelos chinos hayan migrado a Blackwell. Los modelos más recientes analizados de Alibaba, Zhipu, Tencent, Xiaomi y StepFun todavía presentan huellas Hopper. Unemployment Labs tampoco encontró una huella Nvidia en LongCat-2.0, de Meituan; la empresa afirma que lo entrenó con superpods de ASIC para IA.

Hay casos intermedios que complican una lectura binaria. Kimi K2.7-Code conserva pesos de la generación Hopper, aunque contiene una pequeña parte que coincide con B200 o B300. Kimi K3.1-Pro comparte semilla con K3 y podría ser un punto de control de ese modelo sometido a más posentrenamiento, según el informe.

El tamaño de los clústeres, con cautela

Al combinar el tamaño de los modelos, el volumen de datos estimado y supuestos sobre duración y eficiencia, Unemployment Labs calcula que cinco ejecuciones sumaron unos 12.000 Blackwell, equivalentes en cómputo a cerca de 30.000 H100. Son estimaciones de la investigación, no inventarios confirmados por los laboratorios.

El cálculo depende de variables que los pesos no revelan: eficiencia de uso de las GPU, cantidad de tokens procesados y duración real de cada ejecución. La duración pesa especialmente: reducirla a la mitad duplicaría el número estimado de chips. El informe advierte también que sus cifras cubren el entrenamiento final de cada modelo, no los experimentos, ejecuciones anteriores ni la inferencia.

Con un coste unitario aproximado de 70.000 dólares por GPU, la investigación sitúa los clústeres mayores en unos 200–300 millones de dólares y el conjunto de cinco ejecuciones por encima de 500 millones. Es una extrapolación de coste, no una factura observada; el propio informe revisó al alza estimaciones anteriores al asumir una eficiencia menor, acorde con ejecuciones de entrenamiento divulgadas en Blackwell.

Qué puede concluirse sobre los controles

La distinción central para empresas y responsables de cumplimiento es entre acceso técnico y procedencia física. Los patrones respaldan que esos modelos se inicializaron con configuraciones Blackwell, pero no indican si las GPU estaban en China, quién era su propietario ni si se accedió a ellas mediante alquiler remoto en un centro de datos de otro país. Por tanto, la huella no demuestra contrabando ni una violación de la legislación estadounidense.

Para los desarrolladores, el resultado muestra que los pesos publicados pueden conservar detalles del entorno de cómputo usado al arrancar un modelo. Eso convierte un artefacto habitualmente distribuido para reutilizar o evaluar sistemas en una fuente de pistas sobre su infraestructura. Pero la lectura tiene límites: una coincidencia Hopper no identifica el modelo exacto de chip y una inicialización en CPU puede no dejar huella de GPU.

También hay un coste práctico en la transparencia: publicar pesos permite escrutar la estructura del modelo, pero no equivale a publicar un registro completo de su entrenamiento. La investigación puede inferir configuraciones y estimar escalas de cómputo, aunque sus rangos muestran cuánto queda fuera de la observación directa. Y un modelo nuevo puede cortar la pista: Unemployment Labs no encontró huella en DeepSeek-V4.1-Flash, cuya arquitectura es distinta.

La evidencia técnica afina así una pregunta que antes descansaba en sospechas: varios modelos chinos parecen haber tenido acceso a Blackwell. La cuestión que los pesos no resuelven es dónde estaban las GPU y quién las controlaba.

Fuentes: The Decoder, Wccftech, Engadget, Unemployment Labs, Moneycontrol