元OpenAI研究者、中国AIにBlackwell使用の痕跡と主張

元OpenAIの研究者が、中国の主要AI研究所が米国による対中輸出が禁じられているNvidiaのBlackwell GPUを使っていたことを示す技術的証拠を見つけたと主張しています。TechCrunchによると、ウィル・デピュー氏はDeepSeek、Moonshot AI、MiniMax、Ant Groupが公開したオープンモデルの重みを分析し、本人が「Blackwellで学習した指紋」と呼ぶものを確認しました。これは一人の研究者の主張であり、それだけで法律違反があったことの証明にはなりません。

具体的に何が、誰によって主張されているのか

The Decoderによると、デピュー氏はOpenAIで動画モデルのSoraとSora 2、さらにGPT-4o、o3、GPT-5に携わった後、非営利の研究グループUnemployment Labsを設立しました。TechCrunchによれば、現在は同グループを率いています。The Decoderは、米国当局やメディアがこれまでも公開された証拠なしにDeepSeekとMoonshot AIでのBlackwell使用を疑ってきたと伝え、デピュー氏は自分の分析を初めて技術的な根拠を示すものと位置づけているといいます。

同氏の説明では、2026年4月以降に公開された中国のモデル6つにNvidiaのBlackwell世代の特徴が現れる一方、DeepSeek-V3やKimi K2.5といった以前のモデルには旧世代Hopperの痕跡が残っています。デピュー氏はXで、OpenAIとAnthropicの上級研究者が手法を独自に検証し確認したとも述べている、とThe Decoderは報じています。この確認は同氏自身の発言であり、私たちが読んだ報道機関が独自に裏付けたものではありません。

モデルの重みから、学習に使ったチップがなぜ分かるのか

重みとは、言語モデルを構成する数十億個の数値です。学習が始まる前に、標準ソフトのPyTorchが「シード」と呼ばれる初期値をもとに、コンピューターが生成した乱数でこの空欄を埋める、とThe Decoderは説明しています。この膨大なデータを素早く振り分けるため、GPUは作業を自分の演算コアに分担させます。

チップのモデルによってコア数が異なるため、この埋め方に特徴的なパターンが生じる、と報告書は述べています。H100やH800のような旧世代のHopperチップは132コア、Blackwellチップはモデルに応じて148または152コア(B200またはB300、GB200またはGB300)を使います。その後の学習で数値は何百万回も調整されますが、使われない単語や記号用の一部の枠は初期状態のまま残り、よく学習された領域でも初期分布のかすかな統計的こだまが生き残ります。デピュー氏は、このパターンを逆算し、DeepSeek-V4-FlashとKimi K3の一致を実際のBlackwellチップで再現したと述べ、検証用コードをGitHubで公開したとしています。

同氏が示す対応関係は、The Decoderによると次のとおりです。

• DeepSeek-V4-FlashとMiniMax-M3は、B200またはB300チップ(148コア)に一致します。
• DeepSeek-V4-Pro、Kimi K3、Kimi K3.1-Pro、Ant GroupのLing-3.1-flashは、液冷のフラッグシップラックシステム(GB200またはGB300)に特有の152コアのパターンを示します。
• Alibaba(Qwen3.8)、Zhipu、Tencent、Xiaomi、StepFunのモデルはHopperの痕跡のみで、MeituanのLongCat-2.0はHuaweiチップを示唆します。

デピュー氏は、偶然は統計的に排除でき、ハードウェアが既知の24の対照モデル(H100で学習したMetaのLlama 3.1を含む)すべてで手法が正しかったと述べています。これらの数字は同氏自身のもので、ここで引用した報道機関による再現は行われていません。

さらに同氏は、調べた5つの学習実行を合わせて約12,000基のBlackwell GPUが必要で、旧世代H100約30,000個分の計算能力に相当すると見積もっています。Kimi K3とDeepSeek-V4-Proは、約70日間でそれぞれ4,500基と3,000基のBlackwellプロセッサを要したと推定されます。1個約7万米ドルとすると、こうしたクラスター1つで2億〜3億ドル、5システム合計では5億ドル超になる、とThe Decoderは伝えています。これらは推定であり、会計上の記録ではありません。

この指紋では何が証明されないのか

The Decoderは、この手法は厳密には重みがどのハードウェアで初期化されたかを示すにすぎず、同じシステムでその後も学習した可能性が極めて高いとしても、それ以上ではないと強調しています。唯一の技術的な代替案、つまり同様に制裁対象のAMD製MI300Xを人為的に制限して同じパターンを出す可能性については、DeepSeek-V4-Flashについては微小な丸め誤差の違いから除外したとデピュー氏は述べています。GPUがどこにあり、誰のものかは、データからは分かりません。

TechCrunchは、これはモデルが完全にNvidiaチップだけで学習されたことや、輸出管理法が必ず破られたことを意味しないと付け加えています。チップが海外のデータセンターにある可能性があるためです。中国国外で計算能力を借りることは中国企業に人気の手段となり、マレーシアでの急成長を促しました。非営利の研究機関Epoch AIは、2024年と2025年にマレーシアへ27万5,000基のNvidia製AIアクセラレーターが輸入されたと推定しています。批判派が塞ぎたいのはまさにこの抜け穴です。TechCrunchは、対中強硬派が以前から、チップの所有者や設置場所だけでなく、誰が使うかについての管理強化を求めてきたと指摘しています。

Blackwellと中国について、すでに確定していることは何か

記録に残る点がいくつかあります。TechCrunchによると、Blackwell GPUは中国および中国資本の企業への輸出が禁止されている一方、トランプ政権は、米国が25%の関税を主張できる経路で出荷することを条件に、性能の低いH200の輸出をNvidiaに認めています。ホワイトハウスの技術顧問マイケル・クラツィオス氏は今年初め、米情報機関筋を挙げて、Moonshotが輸出禁止のNvidiaチップを使っていたと述べました。Epoch AIは、最終目的地を隠すための仕組みを通じて、2024年と2025年に約200万個の先端チップが中国に入ったと推定しています。

The Decoderはさらに、SemiAnalysisのチーフアナリストであるディラン・パテル氏がSequoia Capitalとの対話で、DeepSeek-V3はまだNvidiaのHopperチップ向けに作り込まれていたが、DeepSeek-V4は構造的にBlackwell GPUとHuaweiのAscendチップ向けに最適化されたと述べたと引用しています。これはデピュー氏の結果と整合しますが、アーキテクチャ上の観察であり、学習がどこで行われたかの証明ではありません。

この件はNvidia自身にも及びます。TechCrunchによると、ジェンスン・フアン氏は、Nvidiaチップの中国への密輸に関与したとされるMegaspeedの幹部をめぐるスキャンダルの中、今週同社を去りました。Megaspeedは子会社Speedmatrixを通じて米国とシンガポールの当局の調査対象です。TechCrunchは、輸出管理違反に対するNvidiaの潜在的責任が退任の一因になった可能性が高いとし、米国企業には顧客が管理対象品をどう使うかを追跡する義務が限定的にしかないと指摘しています。同記事によれば、NvidiaとフアンCEOはともにMegaspeedのデータセンターの正当性を保証し、Nvidiaの担当者が訪問したと述べていました。

英国企業にとって何が変わるのか

英国の企業にとって、当面の教訓は法律よりもデューデリジェンスに関わります。中国の研究所のオープンモデルや、第三国経由で借りたクラウド容量を使っている場合、調査当局が主張を確認すれば、モデルの背後にある計算資源の連鎖がコンプライアンスと評判の問題になる可能性があります。取引先に学習と推論のハードウェアの所在と運用者を尋ね、回答を記録しておきましょう。

調達チームは、TechCrunchが述べるように、議論がチップの所有者から使用者へ移ることも想定すべきです。ルール変更には時間がかかり、現時点の証拠は指紋であって裁判所の判断ではありません。今できる賢明な一歩は、自社のエージェント型ワークフローがどのモデルやホスト型サービスに依存しているかを洗い出し、提供者が制裁や制限の対象になった場合に切り替えられるようにしておくことです。