元OpenAI研究者のAlex DePue氏によると、同氏が開発したコードは、モデルの重みを最初に設定したGPUが残す微細な統計的痕跡を検出できる。この手法を2026年4月以降に公開された中国語モデル6種に適用したところ、NvidiaのBlackwell世代と一致するパターンが見つかった。この発見は、これらのモデルがNvidiaの最新かつ最も高性能なGPUであるBlackwellチップを使って学習されたことを示す、初の技術的証拠となる。
DePue氏の検査では、モデルの構築時に各GPUコアが書き込む乱数シードのパターンを比較する。Blackwellチップの演算コア数は148または152個だが、旧世代のHopperチップは132個だ。対象となった6モデル――DeepSeek‑V4‑Flash、DeepSeek‑V4‑Pro、MiniMax‑M3、Kimi K3、Kimi K3.1‑Pro、Ant GroupのLing‑3.1‑flash――はいずれも148個または152個のコアの特徴を示した。一方、DeepSeek‑V3やKimi K2.5など、それ以前に公開された中国のモデルには、Hopperの132コアのパターンが残っている。
数字が示すもの
DePue氏の推定では、調査した5回の学習には合計で約12,000基のBlackwell GPUが必要だった。これは旧型のH100チップ約30,000基分の処理能力に相当する。Kimi K3の場合、Blackwell GPU約4,500基を70日間稼働させる必要があったとみられ、DeepSeek‑V4‑Proでは約3,000基が必要だった。GPU1基あたり約$70,000とすると、各クラスターの費用は$200‑$300 millionとなり、5回分の合計は$500 millionを超える。
背景と限界
この指紋から分かるのは、モデルの重みを初期化したハードウェアだけだ。GPUがどこに設置されていたか、誰が所有していたかは分からない。中国企業は海外のデータセンターの計算能力を借りられるため、この証拠だけでは違法な輸出や密輸があったとは証明できない。またDePue氏は、丸め処理のわずかな違いを根拠に、代替候補としてのAMDのMI300Xチップを除外した。
なぜ重要か
モデルが実際にBlackwell GPUで稼働していたなら、従来の中国製AIサービスより高性能である可能性があり、より速い応答を求める利用者に影響する。この発見は、中国企業が最先端の米国製ハードウェアを利用できることも示しており、輸出規制をめぐる疑問を投げかける。ただし、この分析ではハードウェアの設置場所や法律違反の有無は証明できない。
