Un análisis de los pesos publicados por seis modelos de IA chinos afirma haber identificado huellas compatibles con chips Nvidia Blackwell sujetos a controles estadounidenses de exportación. El método, elaborado por un exinvestigador de OpenAI, apunta al hardware usado para inicializar los modelos, pero no determina dónde estaban los equipos ni demuestra que se haya infringido una ley.
***

• El análisis vincula seis modelos de DeepSeek, Moonshot AI, MiniMax y Ant Group con GPUs Nvidia Blackwell.
• El investigador afirma que reprodujo patrones de inicialización en hardware real y estimó clústeres de hasta 3.000 GPUs.
• El informe advierte que sus hallazgos no identifican la ubicación ni la propiedad de los chips, y no prueban una infracción legal.

Exinvestigador de OpenAI vincula seis modelos chinos con chips Blackwell restringidos

Un análisis forense de los pesos publicados por seis modelos de inteligencia artificial de laboratorios chinos afirma haber encontrado rastros compatibles con chips Nvidia Blackwell, sujetos a controles estadounidenses de exportación. El estudio, elaborado por Will DePue, exinvestigador de OpenAI, atribuye a esos procesadores la inicialización de modelos de DeepSeek, Moonshot AI, MiniMax y Ant Group, aunque aclara que no determina dónde estaban las GPUs ni quién las poseía.

La investigación se apoya en información disponible en los propios modelos, no en filtraciones ni testimonios de personas internas, según explicó DePue al presentar sus resultados el 12 de noviembre. Sus conclusiones introducen una nueva vía para examinar el acceso de los laboratorios chinos a hardware avanzado, pero el alcance de la prueba es más acotado que una acusación de contrabando o de incumplimiento de controles de exportación.

La huella que el investigador buscó en los pesos

DePue publicó el análisis a través de Unemployment Labs y explicó que revisó los pesos que las empresas hicieron públicos. Antes de entrenar un modelo, sus parámetros reciben valores iniciales; el investigador sostiene que la disposición de esos valores depende de la GPU utilizada y de la semilla aleatoria de la ejecución. Según su hipótesis, parte de ese patrón puede permanecer en los pesos que se publican después.

Para buscar coincidencias, DePue dice que examinó más de seis billones de combinaciones posibles entre disposiciones de chips y semillas aleatorias. El procedimiento no consistió únicamente en comparar los nombres de los modelos o sus declaraciones públicas: intentó reconstruir la configuración que habría generado los valores iniciales. Esa distinción importa porque el resultado se refiere a una etapa específica del proceso de desarrollo, no necesariamente a todo el hardware que participó en el entrenamiento.

El investigador afirma que después puso a prueba las coincidencias en equipos reales. Con la semilla que recuperó, una Nvidia Blackwell B300 habría reproducido, bit por bit, los pesos iniciales intactos de DeepSeek-V4-Flash; además, una GB200 alquilada habría reproducido las 13 filas preservadas de Kimi K3. De acuerdo con su relato, una Nvidia H100 y una AMD MI300X no lograron reproducir ninguna fila de V4-Flash.

La prueba, tal como la describe el análisis, también dependía de conservar la semilla correcta: cambiarla por una unidad rompía todas las coincidencias. DePue estima que la coincidencia más fuerte que podría surgir por azar rondaría las ocho desviaciones estándar, mientras que las coincidencias que encontró estarían entre 49 y 1.385. El informe no aporta, en el material disponible, una revisión externa publicada que permita evaluar por separado cada paso de esa metodología.

Seis modelos y varias generaciones de Blackwell

La lista incluye DeepSeek-V4-Flash y DeepSeek-V4-Pro, los modelos Kimi K3 y Kimi K3.1-Pro de Moonshot AI, MiniMax-M3 y Ling-3.1-flash de Ant Group. De acuerdo con el análisis, cuatro coinciden con sistemas GB200 o GB300 Grace Blackwell de Nvidia, mientras que los otros dos corresponden a chips B200 o B300. La atribución se basa en los patrones de inicialización que DePue dice haber recuperado.

El informe reúne, por tanto, a cuatro laboratorios chinos de IA en una misma investigación, pero no afirma que todos hayan empleado exactamente la misma configuración ni la misma cantidad de procesadores. Sus resultados distinguen entre los modelos y las generaciones de hardware que considera compatibles. Esa precisión también impide convertir el hallazgo en una afirmación general sobre todo el desarrollo de inteligencia artificial en China.

La diferencia entre identificar el chip que generó los valores iniciales y conocer todo el hardware de entrenamiento es central para interpretar el trabajo. DePue señala expresamente que su método identifica el equipo que produjo esos pesos iniciales, no cada procesador que después pudo contribuir al entrenamiento del modelo. Por ello, las coincidencias no bastan para reconstruir por sí solas el tamaño total de cada operación ni todas las etapas de cómputo.

El análisis tampoco ubica los sistemas en territorio chino. DePue reconoce que no establece dónde estaban los chips, quién los poseía o cómo se obtuvieron, y menciona que los equipos Blackwell pueden alquilarse en centros de datos situados fuera de China. La posibilidad de acceso mediante infraestructura externa aparece así como un límite relevante: una huella de hardware, por sí sola, no identifica el lugar desde el que se ejecutó el trabajo.

Estimaciones millonarias y límites de la evidencia

DePue calcula que las ejecuciones de mayor escala, Kimi K3 y DeepSeek-V4-Pro, habrían utilizado entre 2.000 y 3.000 GPUs Blackwell cada una. Estima el costo de cada clúster entre USD $150 millones y USD $200 millones, y sitúa por encima de USD $500 millones el valor combinado de las cinco ejecuciones finales de entrenamiento que contabiliza. Son cálculos del investigador, no una confirmación de compra o gasto por parte de los laboratorios.

La cifra de cinco ejecuciones finales merece una lectura cuidadosa junto a la lista de seis modelos: el informe no presenta ese total como una suma de seis costos independientes. Tampoco convierte las estimaciones en evidencia de que una empresa haya adquirido directamente cada procesador. El costo calculado describe la escala económica que DePue asocia a las ejecuciones, mientras que el propio análisis deja abierta la modalidad de acceso al hardware.

El reporte subraya que sus resultados no constituyen una conclusión de que se haya violado alguna ley. La frase delimita la diferencia entre una inferencia técnica sobre los chips que generaron ciertos pesos y una determinación legal sobre exportaciones, propiedad o uso. Para establecer esas circunstancias harían falta datos que el método descrito no proporciona, como registros de ubicación, contratos, movimientos de equipos o información sobre sus operadores.

DePue dijo que investigadores sénior de OpenAI y Anthropic habían verificado de forma independiente el resultado, aunque el informe no identifica revisores externos ni presenta una revisión publicada por esas compañías. Esa afirmación debe mantenerse atribuida al investigador y no equivale a un aval institucional de OpenAI o Anthropic. El exintegrante de OpenAI se incorporó a la empresa en 2023 y trabajó en los modelos de video Sora y en el post-entrenamiento de o3 y GPT-4o.

El debate sobre el acceso a chips de alta gama

Los hallazgos se suman al escrutinio ya existente sobre la disponibilidad de procesadores Nvidia avanzados para los laboratorios chinos. En julio, el asesor científico de la Casa Blanca, Michael Kratsios, afirmó que Moonshot había accedido a GB300 en Tailandia, probablemente para entrenar sus modelos de IA, y relacionó esa observación con Kimi K3. Esa declaración, citada en la información de origen, apunta a una posible utilización fuera de China, no a una ubicación demostrada por el nuevo análisis.

También el 12 de noviembre, The Information informó que empresas vinculadas a Alice Huang habían invertido en DeepSeek y le habían prometido chips Nvidia. Un día antes, las senadoras Elizabeth Warren y Chris Coons instaron a la administración Trump a preservar los registros de exportación de Nvidia. Estos episodios muestran que el acceso a los aceleradores de IA ya era objeto de atención política y periodística, aunque no prueban por sí mismos las conclusiones técnicas de DePue.

Al momento de la publicación original, Nvidia, DeepSeek, Moonshot, MiniMax y Ant Group no habían comentado el informe. La ausencia de una respuesta en ese momento no confirma ni refuta los resultados, y tampoco permite atribuir a esas compañías una explicación sobre cómo obtuvieron o utilizaron los equipos. La información disponible deja esas preguntas abiertas, junto con la posibilidad de que los chips se hayan usado en centros de datos situados fuera de China.

DePue adelantó que publicará más resultados con el mismo método, por lo que el debate dependerá también de la posibilidad de examinar nuevas pruebas y contrastar sus conclusiones. Por ahora, el análisis ofrece una señal técnica específica sobre la inicialización de seis modelos, acompañada de límites explícitos sobre ubicación, propiedad y legalidad. La diferencia entre esas dos partes es esencial: detectar una huella compatible con Blackwell no demuestra, por sí mismo, que alguien haya infringido una norma de exportación.

ADVERTENCIA: DiarioBitcoin ofrece contenido informativo y educativo sobre diversos temas, incluyendo criptomonedas, IA, tecnología y regulaciones. No brindamos asesoramiento financiero. Las inversiones en criptoactivos son de alto riesgo y pueden no ser adecuadas para todos. Investigue, consulte a un experto y verifique la legislación aplicable antes de invertir. Podría perder todo su capital.

Suscríbete a nuestro boletín