Forscher finden Hinweise auf Nvidia-Blackwell-Chips in chinesischen KI-Modellen
Chips
Ein unabhängiges Forschungsteam namens Unemployment Labs hat nach eigenen Angaben in öffentlich veröffentlichten Modellgewichten chinesischer KI-Firmen digitale Spuren gefunden, die auf die Nvidia-GPU-Architektur Blackwell hindeuten. Untersucht wurden Modelle von DeepSeek, Moonshot AI, MiniMax und Ant Group. Der Forscher Will DePue veröffentlichte die technische Untersuchung am 12. November. Laut der Meldung zeigten sechs neue Modelle der vier Unternehmen Merkmale der Blackwell-Architektur, während frühere Modelle derselben Firmen Merkmale der Vorgängerarchitektur Hopper aufwiesen.
Die Methode stützt sich laut der Meldung auf die Initialisierung von Modellgewichten durch den Pseudozufallszahlenalgorithmus Philox im Framework PyTorch, der über die Nvidia-Bibliothek cuRAND auf parallele Recheneinheiten der GPU verteilt wird. Da verschiedene GPU-Typen unterschiedliche Anzahlen an Streaming-Multiprozessoren besitzen, entstehe eine architekturspezifische Verteilung der Anfangswerte. Hopper-Chips wie H100, H200 und H800 hätten laut der Untersuchung 132 Multiprozessoren, Blackwell-Chips B200 und B300 148, und die Grace-Blackwell-Varianten GB200 und GB300 152. DeepSeek V3 von Dezember 2024 habe noch Hopper-Merkmale gezeigt, die im April 2026 veröffentlichte V4-Reihe dagegen Blackwell-Merkmale. Ähnliche Übergänge fänden sich bei Kimi K3 von Moonshot AI, bei MiniMax M3 und beim Ling-3.1-flash-Modell von Ant Group. Zur Verifikation führte DePue Tests mit echten H100- und B300-Chips durch; bei B300 erreichten laut der Meldung 461 von 469 geprüften Gewichtsgruppen eine Korrelation von über 0,99. Die statistische Signifikanz der Übereinstimmungen habe je nach Modell zwischen 49 und 1385 Standardabweichungen gelegen, bei einer Nachweisschwelle von etwa 8 Standardabweichungen.
Auf Basis von Modellgröße, aktiven Parametern und Trainingsdatenmenge schätzten die Forscher laut der Meldung zudem die Größe der verwendeten Trainingscluster. Für DeepSeek V4-Pro und Kimi K3 wird demnach von 2000 bis 2500 beziehungsweise 2000 bis 3000 Blackwell-GPUs ausgegangen, für DeepSeek V4-Flash von 1000 bis 1500, für MiniMax M3 von etwa 500 bis 600 und für Ling-3.1-flash von etwa 1100 bis 1650 GPUs. Bei einem angenommenen Preis von rund 70.000 US-Dollar pro Blackwell-GPU beziffern die Forscher den Gesamtwert der größten Cluster auf 150 bis 200 Millionen US-Dollar und die Gesamtkosten der Trainingsvorgänge aller sechs Modelle auf über 500 Millionen US-Dollar.
Die Forscher weisen laut der Meldung selbst auf Grenzen ihrer Ergebnisse hin: Die Gewichtsspuren belegten nur die Hardware bei der Initialisierung, nicht zwingend beim gesamten Training, und es lasse sich nicht feststellen, ob die Chips in China oder über ausländische Rechenzentren genutzt wurden. Speziell konfigurierte AMD-Hardware könne theoretisch ähnliche Muster erzeugen, was die Forscher für DeepSeek V4-Flash jedoch ausgeschlossen haben wollen. Die Studie sei bislang nicht von externen Teams unabhängig reproduziert worden.
Offen bleibt: Die Ergebnisse stammen aus einer bislang nicht unabhängig reproduzierten Untersuchung eines einzelnen Forschungsteams und belegen laut eigenen Angaben nicht, ob die chinesischen Firmen die Chips direkt besaßen oder über ausländische Rechenzentren nutzten.
Quelle: cnBeta
