11 月 13 日，前 OpenAI 研究员 Will DePue 公布了一份取证分析，称他从公开发布的大模型权重里读出了英伟达 Blackwell GPU 的特征指纹，涉及 DeepSeek、月之暗面、MiniMax 和蚂蚁集团等实验室的六个模型。这是外界第一次拿到中国前沿实验室大规模使用 Blackwell 的技术证据，他估算背后五次训练用掉的硬件成本超过 5 亿美元。
从权重反推训练芯片
方法并不神秘。模型权重是训练过程的产物，其结构会残留所用芯片的典型特征，读出这些特征就能推断训练硬件。这类痕迹被称为芯片指纹，理论上任何做过硬件适配的团队都可能留下类似印记，只是之前没人把它当成可公开验证的证据链来用。DePue 领衔的非营利研究组织 Unemployment Labs 做了这轮分析，Epoch AI 估计 2024 和 2025 年间约有 200 万颗先进芯片通过各种隐蔽途径流入中国，英伟达加速卡在 2024 年就有 27.5 万颗被进口到马来西亚。
合规边界仍然模糊
DePue 也留了余地。这些模型不一定全部训练在英伟达芯片上，出口管制法律是否被违反也未定论，芯片完全可能装在境外数据中心里。出口与管制这条线此前的进展记在站内 英伟达 H200 对华出口 24 家获批企业核查 一文里。而据报道，香港目前还有约 60 万颗 H200 处于囤货状态等待清关。
权重指纹这类方法一旦成熟，芯片流向就从报关单问题变成了可验证的技术问题。
延伸阅读
- 微软Maia 300深度：7倍吞吐、40%能效，2027多吉瓦部署1 月前
- OpenAI Code Studio 发布：动动嘴就能造 Game Boy 游戏1 月前
- Colibrì 用 SSD 当显存跑 744B GLM-5.2，25GB 内存可推理2 月前
- B站 AI 无限竞技场上线首轮榜单：GPT-6 Astra 登顶，国产大模型前五占三席2 月前
AI 自学笔记 每天更新 AI 前沿动态，订阅 RSS，或按 Ctrl/⌘+D 收藏本站，明天见。
继续读
往下这几篇值得接着看：
- 台积电拟设 5 亿美元创投基金：寻找下一个英伟达2026-11-13
- Axelera AI 公布 Titania 架构：FP8 算力 2.5PFLOPS2026-11-13
- DEEPX DX-M2：2nm 80TOPS 5W 跑 10B 模型，边缘芯片怎么选深度2026-11-13