前OpenAI研究員稱中國AI模型留有輝達Blackwell晶片痕跡

一名前OpenAI研究員表示，他找到了技術證據，顯示中國主要AI實驗室使用了美國禁止出口到中國的輝達（Nvidia）Blackwell GPU。根據TechCrunch報導，威爾·德普（Will DePue）分析了DeepSeek、月之暗面（Moonshot AI）、MiniMax和螞蟻集團公開釋出的開放模型權重，發現了他所稱的Blackwell訓練「指紋」。這是一名研究員的指控，本身並不能證明有任何法律遭到違反。

究竟是誰在指控什麼？

根據The Decoder報導，德普曾在OpenAI參與Sora、Sora 2影片模型以及GPT-4o、o3和GPT-5的研發，之後創辦非營利研究組織Unemployment Labs，TechCrunch指出他目前領導該組織。The Decoder稱，美國官方和媒體先前就懷疑DeepSeek和月之暗面使用了Blackwell，但沒有公布證據，而德普將自己的分析定位為首個提供技術依據的研究。

依他的說法，2026年4月以來發布的六個中國模型帶有輝達Blackwell世代的特徵，而DeepSeek-V3、Kimi K2.5等較早的模型仍顯示出舊一代Hopper的痕跡。根據The Decoder，德普還在X上表示，OpenAI和Anthropic的資深研究員已獨立查核並確認他的方法。這項確認只是他本人的說法，我們讀到的媒體並未獨立證實。

模型權重如何洩漏訓練所用的晶片？

權重是構成語言模型的數十億個數值。The Decoder解釋，訓練開始前，標準軟體PyTorch會以一個稱為「種子」（seed）的起始值，用電腦產生的隨機數填滿這些空位。為了快速分配這批龐大的資料，繪圖晶片會把工作分攤給各個運算核心。

報告指出，由於不同型號的晶片核心數不同，這種填充會留下特徵性的模式。H100或H800等較舊的Hopper晶片使用132個核心，而Blackwell晶片依型號（B200或B300、GB200或GB300）使用148或152個核心。之後的訓練會把數值調整數百萬次，但一些為未使用的詞或符號保留的位置仍維持原始狀態，即使在被大量訓練的區域，起始分布的微弱統計回聲也會留存。德普表示，他反向推算了這個模式，並在真正的Blackwell晶片上重現了DeepSeek-V4-Flash和Kimi K3的比對結果，驗證程式碼已發布在GitHub。

根據The Decoder轉述，他提出的對應關係如下：

• DeepSeek-V4-Flash和MiniMax-M3與B200或B300晶片（148核心）相符。
• DeepSeek-V4-Pro、Kimi K3、Kimi K3.1-Pro和螞蟻集團的Ling-3.1-flash呈現液冷旗艦機架系統（GB200或GB300）的152核心模式。
• 阿里巴巴（Qwen3.8）、智譜、騰訊、小米和階躍星辰的模型只顯示Hopper痕跡，美團的LongCat-2.0則指向華為晶片。

德普稱，巧合在統計上已被排除，在24個硬體已知的對照模型（包括在H100上訓練的Meta Llama 3.1）上，該方法每次都判斷正確。這些數字出自他本人，這裡引用的媒體並未重現。

他還估計，所檢驗的五次訓練運行合計需要約12,000顆Blackwell GPU，相當於約30,000顆舊款H100的運算能力。依他估算，Kimi K3和DeepSeek-V4-Pro在約70天內分別需要4,500顆和3,000顆Blackwell處理器。以每顆約7萬美元計算，這樣一個叢集要花2億至3億美元，五套系統合計超過5億美元，The Decoder報導指出。這些是估算，不是會計紀錄。

這種指紋沒有證明什麼？

The Decoder強調，嚴格來說，這個方法只顯示權重是在什麼硬體上初始化的，儘管之後在同一系統上訓練的可能性極高。德普稱，唯一的技術替代解釋，也就是同樣受制裁的AMD MI300X晶片被人為降速以產生相同模式，已透過微小的捨入差異在DeepSeek-V4-Flash上被排除。這些資料無法說明GPU位於何處、歸誰所有。

TechCrunch補充，這並不表示這些模型完全在輝達晶片上訓練，也不表示出口管制法律必然遭到違反，因為這些晶片可能位於境外資料中心。在境外租用運算力已成為中國企業的常見途徑，並帶動馬來西亞的熱潮；非營利研究機構Epoch AI估計，2024年和2025年共有275,000顆輝達AI加速器進口到馬來西亞。批評者想堵上的正是這個缺口：TechCrunch指出，對中鷹派長期呼籲加強管控誰在使用晶片，而不僅是誰擁有或裝在哪裡。

關於Blackwell與中國，哪些事實已經確立？

有幾點已有紀錄。根據TechCrunch報導，Blackwell GPU被禁止出口到中國及中國所有的企業，而川普政府允許輝達出口性能較低的H200，條件是貨物走一條能讓美國課徵25%關稅的路線。白宮科技顧問邁克爾·克拉齊奧斯今年稍早稱，月之暗面使用了受出口禁令約束的輝達晶片，並引述美國情報來源。Epoch AI估計，2024年和2025年約有200萬顆先進晶片透過旨在隱藏最終目的地的安排進入中國。

The Decoder還引述SemiAnalysis首席分析師迪倫·帕特爾（Dylan Patel）在與紅杉資本對話中的說法：DeepSeek-V3仍是專為輝達Hopper晶片量身打造的，而DeepSeek-V4在結構上針對Blackwell GPU和華為昇騰晶片做了最佳化。這與德普的發現一致，但這是架構層面的觀察，並不證明訓練發生在何處。

此事也牽涉輝達。TechCrunch報導，黃仁勳本週在一樁涉及Megaspeed一名高階主管的醜聞中離開公司；Megaspeed被指涉及向中國走私輝達晶片，其子公司Speedmatrix正受到美國和新加坡當局調查。TechCrunch稱，輝達可能因違反出口管制而承擔的責任很可能是離任的因素之一，並指出美國企業追蹤客戶如何使用受管制商品的義務有限。同一篇文章稱，輝達和黃仁勳都為Megaspeed的資料中心作過擔保，稱輝達人員曾前往查看。

這對英國企業意味著什麼？

對英國企業而言，眼下的啟示更多關乎盡職調查而非法律。如果你購買或仰賴中國實驗室的開放模型，或透過第三國租用的雲端運算力，一旦調查人員證實這些指控，模型背後的運算力鏈條就可能成為法遵和聲譽問題。請向供應商詢問其訓練和推論硬體在哪裡、由誰營運，並保留這些答覆的紀錄。

採購團隊也應預期，正如TechCrunch所述，爭論將從誰擁有晶片轉向誰在使用晶片。任何規則變動都需要時間，目前的證據是一種指紋，而不是法院的裁定。眼下一個穩妥的做法是盤點自家智慧代理工作流程仰賴哪些模型和託管服務，並預留切換的能力，以防某個供應商受到制裁或限制。