Un ex de OpenAI acusa a labs chinos de usar chips Blackwell

Un antiguo investigador de OpenAI afirma haber hallado pruebas técnicas de que importantes laboratorios chinos de IA usaron las GPU Blackwell de Nvidia, chips cuya exportación a China prohíbe Estados Unidos. Según TechCrunch, Will DePue analizó los pesos de modelos abiertos publicados por DeepSeek, Moonshot AI, MiniMax y Ant Group y encontró lo que describe como huellas de un entrenamiento con Blackwell. Se trata de una acusación de un solo investigador y no prueba por sí sola que se haya infringido ninguna ley.

¿Qué se afirma exactamente y quién lo afirma?

Según The Decoder, DePue trabajó en OpenAI en los modelos de vídeo Sora y Sora 2, además de GPT-4o, o3 y GPT-5, antes de fundar el grupo de investigación sin ánimo de lucro Unemployment Labs, que según TechCrunch dirige ahora. The Decoder informa de que las autoridades estadounidenses y la prensa ya sospechaban del uso de Blackwell en DeepSeek y Moonshot AI sin publicar pruebas, y de que DePue presenta su análisis como el primero que aporta evidencia técnica.

Según su relato, seis modelos chinos publicados desde abril de 2026 llevan la firma de la generación Blackwell de Nvidia, mientras que modelos anteriores como DeepSeek-V3 y Kimi K2.5 aún muestran rastros de la generación Hopper, más antigua. DePue también afirma en X que investigadores sénior de OpenAI y Anthropic comprobaron y confirmaron su método de forma independiente, según The Decoder. Esa confirmación es solo una declaración suya y no ha sido corroborada por los medios que hemos leído.

¿Cómo pueden los pesos de un modelo revelar el chip que lo entrenó?

Los pesos son los miles de millones de números que forman un modelo de lenguaje. Antes de empezar el entrenamiento, el software estándar PyTorch rellena esos huecos vacíos con números aleatorios generados por ordenador a partir de un valor inicial llamado semilla (seed), explica The Decoder. Para repartir rápidamente esta enorme cantidad de datos, el chip gráfico divide el trabajo entre sus núcleos de cálculo.

Como los distintos modelos de chip tienen un número distinto de núcleos, el relleno deja un patrón característico, según el informe. Los chips Hopper más antiguos, como el H100 o el H800, usan 132 núcleos, mientras que los Blackwell usan 148 o 152 según el modelo (B200 o B300, GB200 o GB300). El entrenamiento ajusta después los valores millones de veces, pero algunos huecos reservados a palabras o símbolos sin uso permanecen en su estado original, e incluso en las zonas muy entrenadas sobrevive un débil eco estadístico de la distribución inicial. DePue dice haber calculado el patrón al revés y reproducido las coincidencias de DeepSeek-V4-Flash y Kimi K3 en chips Blackwell reales, y haber publicado el código de verificación en GitHub.

La correspondencia que presenta, según recoge The Decoder:

• DeepSeek-V4-Flash y MiniMax-M3 coinciden con chips B200 o B300 (148 núcleos).
• DeepSeek-V4-Pro, Kimi K3, Kimi K3.1-Pro y Ling-3.1-flash de Ant Group muestran el patrón de 152 núcleos de los sistemas en rack insignia con refrigeración líquida (GB200 o GB300).
• Los modelos de Alibaba (Qwen3.8), Zhipu, Tencent, Xiaomi y StepFun solo muestran rastros de Hopper, y LongCat-2.0 de Meituan apunta a chips de Huawei.

DePue afirma que el azar queda descartado estadísticamente y que, en 24 modelos de control con hardware conocido, entre ellos Llama 3.1 de Meta entrenado en H100, el método acertó siempre. Estas cifras son suyas y los medios citados aquí no las han replicado.

También estima que los cinco entrenamientos examinados requirieron en conjunto unas 12.000 GPU Blackwell, equivalentes a la potencia de cálculo de unos 30.000 chips H100 antiguos. Kimi K3 y DeepSeek-V4-Pro habrían necesitado, según sus estimaciones, 4.500 y 3.000 procesadores Blackwell durante unos 70 días. A unos 70.000 dólares estadounidenses por chip, un clúster así costaría entre 200 y 300 millones de dólares, y los cinco sistemas más de 500 millones, según The Decoder. Son estimaciones, no registros contables.

¿Qué no demuestra esta huella?

The Decoder subraya que, en rigor, el método solo muestra en qué hardware se inicializaron los pesos, aunque un entrenamiento posterior en los mismos sistemas sea muy probable. La única alternativa técnica, un chip AMD MI300X también sancionado y limitado artificialmente para producir el mismo patrón, se descartó para DeepSeek-V4-Flash gracias a diminutas diferencias de redondeo, según DePue. Los datos no dicen dónde están las GPU ni a quién pertenecen.

TechCrunch añade que esto no significa que los modelos se entrenaran íntegramente con chips de Nvidia, ni que se violaran necesariamente las leyes de control de exportaciones, porque los chips podrían estar en un centro de datos en el extranjero. Alquilar capacidad de cálculo fuera de China se ha vuelto una vía habitual para las empresas chinas y ha impulsado un auge en Malasia, donde Epoch AI, organización de investigación sin ánimo de lucro, calcula que se importaron 275.000 aceleradores de IA de Nvidia en 2024 y 2025. Ese es el resquicio que los críticos quieren cerrar: TechCrunch señala que los halcones antichinos llevan tiempo pidiendo controles más estrictos sobre quién usa los chips, no solo sobre quién los posee o dónde se instalan.

¿Qué está ya establecido sobre Blackwell y China?

Varios puntos constan. Según TechCrunch, las GPU Blackwell tienen prohibida la exportación a China y a empresas de capital chino, mientras que la Administración Trump permite a Nvidia exportar la H200, menos potente, siempre que los envíos sigan una ruta que permita a EE. UU. reclamar un arancel del 25 %. El asesor tecnológico de la Casa Blanca Michael Kratsios dijo a comienzos de este año que Moonshot había usado chips de Nvidia vetados a la exportación, citando fuentes de inteligencia estadounidenses, y Epoch AI calcula que unos dos millones de chips avanzados entraron en China en 2024 y 2025 mediante esquemas diseñados para ocultar su destino final.

The Decoder cita además a Dylan Patel, analista jefe de SemiAnalysis, quien dijo en una conversación con Sequoia Capital que DeepSeek-V3 seguía hecho a medida para los chips Hopper de Nvidia, mientras que DeepSeek-V4 se optimizó estructuralmente para las GPU Blackwell y los chips Ascend de Huawei. Es coherente con los hallazgos de DePue, pero es una observación de arquitectura y no una prueba de dónde se entrenó.

El asunto alcanza también a Nvidia. TechCrunch informa de que Jensen Huang dejó la empresa esta semana en medio de un escándalo que implica a una ejecutiva de Megaspeed, empresa implicada en el contrabando de chips de Nvidia a China e investigada por EE. UU. y Singapur a través de su filial Speedmatrix. TechCrunch indica que la posible responsabilidad de Nvidia por infracciones de los controles a la exportación probablemente pesó en la salida, y señala que las empresas estadounidenses tienen obligaciones limitadas de rastrear lo que hacen sus clientes con bienes controlados. Nvidia y Huang avalaron los centros de datos de Megaspeed, diciendo que directivos de Nvidia los habían visitado, según el mismo artículo.

¿Qué cambia para una empresa británica?

Para una empresa del Reino Unido, la lección inmediata es de diligencia debida más que de derecho. Si compra o usa modelos abiertos de laboratorios chinos, o capacidad en la nube alquilada a través de terceros países, la cadena de cómputo detrás de un modelo puede convertirse en un asunto de cumplimiento y reputación si los investigadores confirman las acusaciones. Pregunte a sus proveedores dónde está el hardware de entrenamiento e inferencia y quién lo opera, y conserve constancia de las respuestas.

Los equipos de compras también deben esperar que el debate pase de quién posee los chips a quién los usa, como describe TechCrunch. Cualquier cambio normativo llevaría tiempo, y la evidencia actual es una huella, no una sentencia. Un paso sensato ahora es inventariar de qué modelos y servicios alojados dependen sus propios flujos agénticos y prever la posibilidad de cambiar si un proveedor pasa a estar sujeto a sanciones o restricciones.