La huella de las GPU Blackwell controladas en seis modelos chinos

Qué ha ocurrido

Un análisis forense de los pesos publicados por cuatro laboratorios chinos de inteligencia artificial ha encontrado patrones numéricos que coinciden con la configuración de las GPU Blackwell de NVIDIA, chips sujetos a licencia de exportación a China. El informe, firmado por Will DePue para la organización sin ánimo de lucro Unemployment Labs, se publicó el 12 de noviembre de 2026.

Seis modelos contienen esa huella: DeepSeek-V4-Flash y DeepSeek-V4-Pro, de DeepSeek; Kimi K3 y Kimi K3.1-Pro, de Moonshot AI; MiniMax-M3, de MiniMax; y Ling-3.1-flash, de Ant Group. Los modelos anteriores de esos mismos laboratorios muestran la huella de la generación anterior, Hopper.

El informe no se basa en filtraciones ni en fuentes internas, sino en los propios pesos que las empresas han publicado. Sus autores recuperan valores iniciales conservados en los modelos y buscan la combinación de semilla aleatoria y configuración de chip que los reproduce. El método se validó sobre 24 modelos cuyo hardware había sido anunciado por sus desarrolladores y coincidió en todos los casos.

Cómo se lee la huella de un chip en los pesos de un modelo

Los modelos de lenguaje empiezan con valores aleatorios. En PyTorch, el framework usado para entrenar la mayoría de los modelos grandes, esos valores los genera un algoritmo pseudoaleatorio llamado Philox a través de la biblioteca cuRAND de NVIDIA. El trabajo se reparte entre miles de hilos de procesamiento, y el número de unidades de procesamiento de la GPU, llamadas SM (streaming multiprocessor), determina cómo se reparten esos valores.

En las configuraciones examinadas, el H100 SXM, el H200 y el H800 de la generación Hopper tienen 132 SM; los Blackwell B200 y B300 tienen 148; y los GB200 y GB300 tienen 152. La disposición de los valores iniciales depende de ese número, de modo que los pesos conservan una traza de la máquina que los creó.

La clave está en que algunos pesos, como los reservados para palabras o símbolos que el modelo nunca encontró durante el entrenamiento, no llegan a actualizarse y conservan sus valores iniciales casi intactos. Comparando esos valores con los que generan una semilla y un número de hilos candidatos, los investigadores pueden buscar la combinación que reproduce el patrón. El informe buscó unos seis billones de combinaciones de semilla y disposición.

La evidencia de cada modelo oscila entre 49 y 1.385 sigma, una medida de distancia sobre lo que cabría atribuir al azar; el informe fija en unos ocho sigma el umbral para descartar coincidencias accidentales en una búsqueda de ese tamaño.

Qué muestra el análisis

DeepSeek-V4-Flash y MiniMax-M3 coinciden con la disposición de 148 SM de los B200 o B300. DeepSeek-V4-Pro, Kimi K3, Kimi K3.1-Pro y Ling-3.1-flash coinciden con la de 152 SM de los GB200 o GB300. En todos los casos, los modelos anteriores de los mismos laboratorios muestran 132 SM, la firma de Hopper.

Los autores reprodujeron el resultado en hardware real. Un H100 reprodujo bit a bit los valores conservados de DeepSeek-V3; un B300 reprodujo los de DeepSeek-V4-Flash, con 445 filas enteras idénticas y 461 filas con correlación superior a 0,99; y un GB200 alquilado reprodujo las 13 filas conservadas de Kimi K3. Cambiar la semilla en una unidad eliminaba la coincidencia.

Los modelos de otros laboratorios no muestran el cambio: Qwen (Alibaba), GLM (Zhipu), Tencent, Xiaomi y StepFun siguen leyéndose como Hopper, y el LongCat-2.0 de Meituan no muestra huella de NVIDIA.

El informe estima que cada entrenamiento necesitó entre 500 y 3.000 GPU Blackwell durante dos o tres meses. A unos 70.000 dólares por GPU, los clusters más grandes costarían entre 150 y 200 millones de dólares, y los cinco juntos más de 500 millones. Los autores advierten que estas cifras son provisionales.

Lo que la prueba no demuestra

El informe es explícito sobre sus límites. La huella identifica el hardware que generó los valores iniciales, no todos los chips que intervinieron después en el entrenamiento. Un laboratorio podría generar los pesos en un sistema y entrenarlos en otro, o continuar el entrenamiento de un modelo existente en hardware nuevo. Tampoco revela quién era el dueño de las GPU ni dónde estaban instaladas: los sistemas Blackwell pueden alquilarse en centros de datos fuera de China.

La única alternativa de hardware que los autores han identificado es un AMD MI300X configurado de forma muy poco habitual, que también está sujeto a control de exportación. Confirmaron en un MI300X físico que, limitado a 148 o 152 unidades, reproduce las disposiciones atribuidas a Blackwell. Para DeepSeek-V4-Flash, los valores numéricos resuelven la duda: en los 377 valores donde NVIDIA y AMD difieren, los pesos publicados coinciden con NVIDIA en 363 y con AMD en ninguno. Para los otros cinco modelos no pudo resolverse, aunque los autores consideran la explicación de AMD muy poco probable.

El informe no prueba que se violara ninguna norma de exportación ni dónde estaban las GPU. Además, el método solo funciona con modelos que publican sus pesos: los modelos cerrados no se pueden examinar, y los pesos generados en una CPU o con frameworks como PaddlePaddle no dejan huella de GPU.

Por qué importa

Los controles de exportación de Estados Unidos exigen licencia para enviar a China los Blackwell examinados, y no consta que se haya concedido ninguna. Hasta ahora, las acusaciones de que DeepSeek y Moonshot AI usaban Blackwell se basaban en declaraciones de funcionarios y reportajes. Este informe aporta la primera evidencia técnica reproducible, obtenida de los propios modelos.

El contexto explica el interés. El director de la Oficina de Política Científica y Tecnológica de la Casa Blanca, Michael Kratsios, dijo en julio que Moonshot había accedido a chips controlados, citando fuentes de inteligencia. Epoch AI ha documentado que entre abril de 2024 y junio de 2025 China registró 3.800 millones de dólares en importaciones de servidores desde Malasia, un flujo que estimó en unas 150.000 GPU H100 equivalentes desviadas. El 12 de noviembre, Bloomberg informó de que una empresa vinculada a Alice Huang, la ejecutiva de Megaspeed que protagoniza el escándalo de NVIDIA, adquirió chips controlados instalados en un centro de datos de Shanghái.

La dimisión de Jensen Huang como consejero delegado de NVIDIA, aceptada el 12 de noviembre, llegó después de que admitiera una relación con Alice Huang. NVIDIA y Huang han defendido que los centros de datos de Megaspeed son legítimos.

Qué sigue sin saberse

• Dónde estaban instaladas las GPU y cómo se accedió a ellas.
• Si el entrenamiento completo usó Blackwell o solo la inicialización de los pesos.
• Qué conclusiones tendrá la investigación independiente de NVIDIA y si continúa bajo la nueva dirección.
• Si DeepSeek, Moonshot AI, MiniMax, Ant Group o NVIDIA responderán al informe. Ninguna había respondido al cierre de esta publicación.
• Cuántas GPU se usaron realmente: el informe estima entre 500 y 3.000 por entrenamiento, pero sus autores advierten que las cifras son provisionales.