Huella Blackwell en modelos chinos de IA: seis bajo la lupa

La huella Blackwell quedó escrita en los pesos publicados de seis modelos chinos de IA, y nadie tuvo que filtrar un documento para encontrarla. Unemployment Labs, el grupo de investigación sin fines de lucro de Will DePue, exinvestigador de OpenAI, publicó el 12 de noviembre un análisis forense que reproduce los valores iniciales de esos modelos y los compara con el patrón que deja cada familia de chips de Nvidia. El resultado apunta a Blackwell, la generación que Estados Unidos no permite exportar a China sin una licencia.

Los pesos son los miles de millones de números que definen cómo responde un modelo. Antes del entrenamiento, parten de valores iniciales generados con un algoritmo llamado Philox, que trabaja con una semilla numérica y reparte el cálculo entre miles de hilos paralelos de la tarjeta gráfica. Ese reparto depende de cuántas unidades de procesamiento (SM) trae el chip. Hopper, la generación anterior, usa 132 SM y 270.336 hilos. Los B200 y B300 de Blackwell usan 148 SM y 303.104 hilos, y los GB200 y GB300 llegan a 152 SM y 311.296 hilos.

Parte de esos valores iniciales sobrevive al entrenamiento casi intacta, sobre todo en pesos ligados a símbolos que el modelo casi no tocó. DePue buscó entre unos seis billones de combinaciones de semilla y distribución hasta dar con las que reproducen los valores conservados. The Register contó el 13 de noviembre que el propio investigador resumió el hallazgo con una frase seca: casi todo modelo de IA carga una firma oculta de la tarjeta que lo creó.

Seis modelos, cuatro laboratorios y un cambio fechado en 2026

La lista reúne a DeepSeek, Moonshot AI, MiniMax y Ant Group. DeepSeek-V4-Flash coincide con el patrón de 148 SM de los B200 o B300, y DeepSeek-V4-Pro con el de 152 SM de los GB200 o GB300; ambos salieron en abril de 2026. Kimi K3, de Moonshot AI, publicado en julio, y su derivado K3.1-Pro, de noviembre, comparten la marca de 152 SM y hasta la misma semilla de arranque, un detalle que el informe interpreta como una versión con entrenamiento adicional sobre la base de K3, el modelo cuyos pesos abiertos ya pasaron por estas páginas. MiniMax-M3, de junio, marca 148 SM, y Ling-3.1-flash, de Ant Group, publicado en octubre, marca 152 SM.

El contraste con la generación previa sale de los mismos archivos. DeepSeek-V3, de diciembre de 2024, arranca con el patrón Hopper, igual que Kimi K2.5 en enero de 2026, MiniMax-M2.7 en abril y Ling-3.0-flash en agosto. Unemployment Labs publicó además una validación del método: en 24 modelos cuyos creadores declararon el equipo usado, la lectura coincidió en los 24 casos, incluido el Nemotron-3 Ultra de la propia Nvidia. La fuerza estadística de cada coincidencia va de 49 a 1.385 sigma, muy por encima del nivel que el azar explicaría en una búsqueda de ese tamaño.

Dos comprobaciones se hicieron con hardware real. Un chip B300 reprodujo 461 de 469 filas seleccionadas de DeepSeek-V4-Flash, 445 de ellas exactas, bit a bit, con la semilla 953049583 que DeepSeek ya había usado en su etapa Hopper. Un GB200 alquilado reprodujo las filas conservadas de Kimi K3 con una correlación de 0,999995. Cambiar la semilla por un solo dígito rompía la coincidencia.

Lo que la huella prueba y lo que deja abierto

El informe marca su propio límite con claridad. La huella Blackwell identifica el chip que generó los pesos iniciales de estos modelos chinos de IA; apoya la idea de que ese mismo equipo los entrenó, pero no la prueba por completo. Tampoco dice dónde estaban las tarjetas, quién las operaba ni si alguna norma se rompió: un sistema Blackwell se puede alquilar en centros de datos fuera de China, y esa vía remota es justo la que varios proyectos de ley en Washington quieren cerrar. Para MiniMax y Ant Group, esta es la primera vinculación pública con Blackwell.

Las cifras de escala vienen con una advertencia del propio autor: no tiene confianza plena en ellas. El informe estima unas 4.500 tarjetas Blackwell para Kimi K3 y unas 3.000 para DeepSeek-V4-Pro, cada una trabajando entre dos y tres meses, y unas 12.000 en total para cinco corridas. A unos US$70.000 por tarjeta, el clúster mayor costaría entre US$200 y US$300 millones, y el conjunto pasaría de US$500 millones. Son cuentas sobre rendimientos y duraciones que ningún laboratorio ha publicado.

El contexto suma presión. The Register recordó que la empresa de seguridad Lava reportó hace pocas semanas 32 tarjetas B300 localizadas mediante extremos de monitoreo expuestos, con direcciones IP en China. En el Congreso estadounidense esperan turno al menos cuatro proyectos para endurecer el acceso chino a esta tecnología, entre ellos la Ley de Supervisión de IA y la Ley de Seguridad de Chips. El código del análisis quedó público y otros investigadores ya reprodujeron el resultado con implementaciones propias.

Queda un dato que corta cualquier lectura simple. El modelo más reciente de DeepSeek, V4.1-Flash, no mostró huella alguna tras una búsqueda exhaustiva, y el informe lo deja como pregunta abierta, no como absolución. DePue avisó que, con el método ya publicado, los laboratorios pueden borrar buena parte de estas marcas en sus próximos lanzamientos: la ventana para leer el hardware dentro de los pesos quedó abierta el 12 de noviembre, y también empezó a cerrarse ese mismo día.

Fuente: Unemployment Labs