# Исследователь обнаружил следы Nvidia Blackwell в шести китайских ИИ-моделях

> Анализ шести китайских моделей, выпущенных с апреля 2026 года, показал, что для их обучения использовали новые графические процессоры Nvidia Blackwell. На них могли потратить более $500 million.

Oossa · 2026-11-13 · https://oossa.com/ru/researcher-finds-nvidia-blackwell-fingerprints-in-six-chinese-ai-models

Бывший исследователь OpenAI Алекс ДеПью утверждает, что его код способен обнаружить едва заметный статистический след, который оставляет графический процессор, первым записывающий веса модели. Он применил этот метод к шести китайским языковым моделям, выпущенным после апреля 2026 года, и нашёл закономерности, совпадающие с характеристиками поколения Nvidia Blackwell. Это первое техническое подтверждение того, что модели обучали на чипах Blackwell — самых новых и мощных графических процессорах Nvidia.

Тест ДеПью сравнивает шаблон случайных значений, который записывает каждое ядро графического процессора при создании модели. У чипов Blackwell 148 или 152 вычислительных ядра, а у более старых чипов Hopper — 132. Все шесть моделей — DeepSeek‑V4‑Flash, DeepSeek‑V4‑Pro, MiniMax‑M3, Kimi K3, Kimi K3.1‑Pro и Ling‑3.1‑flash от Ant Group — демонстрируют характерный след 148 или 152 ядер. У более ранних китайских моделей, таких как DeepSeek‑V3 и Kimi K2.5, по-прежнему виден характерный след Hopper — 132 ядра.

## Что показывают цифры

По оценке ДеПью, для пяти рассмотренных им запусков обучения потребовалось около 12,000 графических процессоров Blackwell — примерно столько же вычислительной мощности дают 30,000 более старых чипов H100. Для обучения одной модели, Kimi K3, понадобилось бы около 4,500 графических процессоров Blackwell на протяжении 70 дней; для DeepSeek‑V4‑Pro — около 3,000. При цене примерно $70,000 за графический процессор каждый кластер обходится в $200‑$300 million, а общие расходы на все пять превышают $500 million.

## Контекст и ограничения

Обнаруженный след показывает только, какое оборудование использовали для первоначального задания весов модели. Он не позволяет определить, где находились графические процессоры и кому они принадлежали. Китайские компании могут арендовать мощности зарубежных дата-центров, поэтому эти данные не доказывают незаконный экспорт или контрабанду. ДеПью также исключил чипы AMD MI300X как возможный источник следа: этому помешали незначительные различия в округлении.

## Факты

- Согласно анализу ДеПью, в шести китайских моделях, выпущенных после апреля 2026 года, обнаружены следы графических процессоров Nvidia Blackwell.
- У чипов Blackwell 148 или 152 вычислительных ядра, а у более старых чипов Hopper — 132.
- По оценке ДеПью, для обучения пяти моделей использовали около 12,000 графических процессоров Blackwell — примерно столько же вычислительной мощности дают 30,000 чипов H100.
- Для обучения одной Kimi K3 потребовалось бы около 4,500 графических процессоров Blackwell на протяжении 70 дней, а для DeepSeek‑V4‑Pro — около 3,000.
- При цене $70,000 за графический процессор каждый кластер обходится в $200‑$300 million, а общие расходы превышают $500 million.

## Почему это важно

Если модели действительно обучали на графических процессорах Blackwell, они, вероятно, работают быстрее, чем более ранние китайские ИИ-модели, — это важно для пользователей, рассчитывающих на быстрые ответы. Результаты также указывают на то, что китайские компании могут получать доступ к передовым американским чипам, и поднимают вопросы о соблюдении экспортных ограничений. Однако анализ не доказывает, где находится оборудование и были ли нарушены какие-либо законы.

## Источники и ссылки

1. [Former OpenAI researcher says he found Nvidia Blackwell fingerprints hidden inside six Chinese AI models](https://the-decoder.com/former-openai-researcher-says-he-found-nvidia-blackwell-fingerprints-hidden-inside-six-chinese-ai-models/) – The Decoder, 2026-11-13
2. [Export-banned Nvidia chips are behind China’s most powerful AI models—uh oh, Jensen!](https://techcrunch.com/2026/11/13/export-banned-nvidia-chips-are-behind-chinas-most-powerful-ai-models-uh-oh-jensen/) – TechCrunch, 2026-11-13

Обновлено: 2026-11-13