Un análisis de los pesos publicados por DeepSeek, Moonshot AI, MiniMax y Ant Group encontró patrones compatibles con procesadores Nvidia Blackwell en seis modelos de inteligencia artificial. El investigador Will DePue sostiene que las señales apuntan al hardware usado para generar los valores iniciales de esos modelos y sugieren su uso en el entrenamiento. El análisis no determina dónde estaban los equipos ni si se incumplieron controles de exportación.
El informe, publicado el 12 de noviembre por Unemployment Labs, llega en medio de las restricciones de Estados Unidos a la exportación de chips avanzados hacia China. DePue no parte de registros de compra ni de testimonios internos: examinó valores incluidos en los modelos de pesos abiertos, es decir, aquellos cuyos parámetros están disponibles para que terceros los inspeccionen.
Según el investigador, las seis versiones con patrones compatibles con Blackwell son:
- DeepSeek: DeepSeek-V4-Flash y DeepSeek-V4-Pro.
- Moonshot AI: Kimi K3 y Kimi K3.1-Pro.
- MiniMax: MiniMax-M3.
- Ant Group: Ling-3.1-flash.
DePue asocia las señales de V4-Flash y MiniMax-M3 con la configuración de los chips B200 o B300. Las de los otros cuatro modelos coinciden con la de GB200 o GB300. El método no distingue entre los dos procesadores de cada pareja, según explica el propio informe.
Tampoco es posible convertir la lista en seis entrenamientos independientes. Kimi K3.1-Pro parte de la misma semilla que K3 y podría ser una versión de ese modelo con entrenamiento adicional, plantea DePue.
Una huella en los valores iniciales
Los pesos son los valores numéricos que un modelo ajusta durante su entrenamiento y que influyen en sus respuestas. Antes de ese proceso necesitan valores iniciales. El software puede generarlos a partir de una "semilla", un número que permite reproducir una secuencia, y repartir el trabajo entre las unidades de una GPU.
La investigación compara los pesos publicados con patrones que podrían haberse generado con distintas semillas y configuraciones de hardware. Algunos valores permanecen casi sin cambios durante el entrenamiento; en otros, DePue busca una relación estadística más débil con sus valores iniciales.
El investigador afirma que reprodujo señales de DeepSeek-V4-Flash en una Nvidia B300 y de Kimi K3 en una GB200. También contrastó su método con 24 casos en los que los desarrolladores habían divulgado el hardware utilizado y obtuvo resultados compatibles en todos ellos. Son pruebas realizadas por el propio investigador, no una validación independiente de sus conclusiones.
Existe, además, una alternativa técnica. DePue comprobó que una GPU AMD MI300X configurada de determinadas maneras puede generar patrones similares. Para V4-Flash, una comparación adicional de los valores favoreció a Nvidia frente a AMD; para los otros cinco modelos, el informe considera poco probable la explicación de AMD, pero no la descarta con esa misma prueba.
Lo que los pesos no muestran
La señal corresponde a la inicialización de los valores. Un desarrollador podría generarlos en un sistema y después entrenar el modelo en otro, o continuar el entrenamiento con procesadores distintos. Por eso, la coincidencia favorece la hipótesis de que se usó Blackwell durante el entrenamiento, pero no demuestra que esos chips se utilizaran en esa fase ni, de haberse usado, en qué parte.
El método tampoco sirve para todos los sistemas. Requiere pesos disponibles y un patrón reconocible en los valores iniciales. El informe indica que no consiguió identificar una huella de hardware para DeepSeek-V4.1-Flash; esa ausencia no demuestra qué procesadores se usaron o dejaron de usar para entrenarlo.
Hay otra señal pública separada del análisis forense. Un repositorio de inclusionAI, vinculado a Ant Group, incluye resultados de una prueba de rendimiento que identifica una GPU GB300. Esa prueba no establece por sí sola dónde se encontraba el equipo ni qué hardware se utilizó para entrenar Ling-3.1-flash.
Los controles y la respuesta previa de Moonshot
Estados Unidos exige licencias para exportar a China determinadas GPU avanzadas, incluidas las Blackwell señaladas en el informe. La ubicación importa: Reuters informó el 12 de noviembre que compañías chinas buscaban alquilar capacidad de cómputo con chips Nvidia en centros de datos fuera de China ante posibles restricciones adicionales al acceso remoto. El análisis de DePue no identifica si alguno de sus casos utilizó esa vía.
En una investigación distinta, Bloomberg examinó documentos que vinculaban a Moonshot con un servicio de cómputo respaldado por servidores con chips B300 en China. Moonshot cuestionó la exactitud de esos documentos y dijo que no mantenía una relación comercial actual con la propietaria de los equipos. Bloomberg no pudo determinar si se había obtenido una licencia para los chips; tampoco estableció que esos servidores fueran los utilizados para los modelos examinados por DePue.
Patricia Rodriguez
No se localizaron respuestas públicas de las cuatro empresas al análisis de DePue durante la revisión de esta nota. La investigación aporta una forma de examinar el origen de los valores iniciales, pero deja abierta la cadena de acceso a los equipos y el hardware utilizado en cada fase posterior.
