OpenAI前研究人员Alex DePue表示，他编写的代码能够识别最初为模型权重赋值的GPU留下的细微统计特征。他将这套方法用于2026年4月之后发布的六款中国语言模型，发现其特征与英伟达Blackwell系列相符。这一发现首次从技术层面证明，这些模型是在Blackwell芯片上训练的。Blackwell是英伟达目前销售的最新、性能最强的GPU。
DePue的测试会比对模型构建过程中每个GPU核心写入的随机种子模式。Blackwell芯片有148或152个计算核心，而较旧的Hopper芯片有132个。六款模型——DeepSeek‑V4‑Flash、DeepSeek‑V4‑Pro、MiniMax‑M3、Kimi K3、Kimi K3.1‑Pro，以及蚂蚁集团的Ling‑3.1‑flash——都呈现出148核或152核的特征。DeepSeek‑V3和Kimi K2.5等更早发布的中国模型，仍带有Hopper的132核特征。
这些数字意味着什么
DePue估算，他研究的五次训练总共需要约12,000块Blackwell GPU，算力大致相当于30,000块较旧的H100芯片。其中，Kimi K3需要约4,500块Blackwell GPU运行70天；DeepSeek‑V4‑Pro则需要约3,000块。按每块GPU约$70,000计算，每个集群的成本为$200‑$300 million，五个模型的总成本超过$500 million。
背景与局限
这类特征只能显示哪种硬件为模型权重初始化，无法揭示GPU位于何处或归谁所有。中国企业可以租用海外数据中心的算力，因此这些证据并不能证明存在非法出口或走私行为。DePue还根据细微的舍入差异，排除了AMD的MI300X芯片是这些模型训练硬件的可能性。
为什么重要
如果这些模型确实使用Blackwell GPU运行，其性能很可能高于中国此前推出的AI产品，这会影响依赖相关服务获得更快响应的用户。这一发现也表明，中国企业能够获得美国尖端硬件，引发了对出口管制的关注。不过，这项分析无法证明硬件位于何处，也不能说明是否有人违反法律。
