一份新发布的研究报告称，DeepSeek、月之暗面、MiniMax 和蚂蚁集团今年发布的六个开源模型，权重里留有英伟达 Blackwell 系列 GPU 的初始化痕迹。报告作者是非营利研究组织 Unemployment Labs 的负责人 Will DePue，TechCrunch 介绍他曾在 OpenAI 做研究。Blackwell 在美国禁止对华出口的芯片之列。
指纹从哪来
这套方法盯的是训练开始前那一步：随机初始化。PyTorch 在 GPU 上生成初始权重时用 Philox 随机数算法，每个数值落在哪个位置，取决于显卡的流式多处理器（SM）数量和线程数。各代芯片的配置不同：B200/B300 是 148 个 SM、303104 个线程，GB200/GB300 是 152 个 SM、311296 个线程，上一代 Hopper 是 132 个 SM。
作者搜索了约 6 万亿种”种子 + 布局”组合，再拿没参与搜索的权重做检验。训练会改掉大部分权重，但总有一部分行保留着初始值。报告称，用未修改的 PyTorch 在 H100 上能复现 DeepSeek-V3 的这些行，在 B300 上能复现 DeepSeek-V4-Flash，两边互换就对不上；在租来的 GB200 上，也复现出了 Kimi K3 保留下来的行。
六个模型，一条分界线
报告列出的六个模型是 DeepSeek-V4-Flash、DeepSeek-V4-Pro、Kimi K3、Kimi K3.1-Pro、MiniMax-M3 和蚂蚁的 Ling-3.1-flash，统计显著性在 49 到 1385 个 sigma 之间，作者给的随机基准约为 8 个 sigma。
把这几家公司的发布顺序排开，分界相当整齐。DeepSeek-V3、Kimi K2.5、MiniMax-M2.7、Ling-3.0-flash 这些上一代模型，读出来都是 Hopper；到 2026 年 4 月以后陆续发布的新一代，指纹换成了 Blackwell。Kimi K2.7-Code 介于两者之间，结果混杂，没有计入。
其他公司的情况不一样。通义千问、智谱 GLM、腾讯、小米、阶跃星辰的模型，报告测到的仍是 Hopper；美团 LongCat-2.0 没有测出 GPU 指纹，美团此前称它在”AI ASIC 超节点”上训练。在报告覆盖的范围里，Blackwell 痕迹集中在四家公司，并非整个国产开源圈都有。
报告还估算了最终一轮训练的 GPU 规模：Kimi K3 最佳估计约 4500 张，DeepSeek-V4-Pro 约 3000 张，其余几个在 1500 张上下，合计约 1.2 万张；按每张约 7 万美元算，最大的一个集群在 2 亿到 3 亿美元之间。作者明说对这组估算没有把握，它取决于算力利用率、训练 token 数和训练时长等假设，首版报告的数字在发布当天就被改过一次。
报告自己划的边界
这份研究能说明的事情有限，作者在文中列得很细。指纹只记录初始权重在哪种芯片上生成，模型完全可以在一套系统上初始化、换另一套系统训练。AMD MI300X 理论上也能模仿这些布局，作者只对 DeepSeek-V4-Flash 做了数值排除，对另外五个的判断是”极不可能”。
更敏感的一条，方法查不出芯片归谁、放在哪里。Blackwell 服务器可以在中国境外的数据中心租用，报告原话是，证据不能证明芯片被走私进中国，也不能证明存在违反出口管制的行为。对训练环节，报告的措辞同样留了余地：
“supports, without proving, the inference that Blackwell also performed the training” （支持、但不能证明 Blackwell 也承担了训练这一推断。）
这种方法只适用于公开权重的模型，闭源模型无从检验。TechCrunch 的报道里没有出现几家中国公司或英伟达的回应，美国商务部也没有就这份研究表态，相关说法目前无法从当事方得到核实。
报告发布的这一周，美国商务部被曝正在敲定规则，限制中国 AI 公司通过境外数据中心远程使用先进芯片。规则若落地，境外租用 Blackwell 这条路首当其冲；而这份研究提供了一种不靠内部消息、只用公开权重就能做的核对办法，下一批开源模型放出权重时，大概率会有人把同样的检测再跑一遍。
参考来源：TechCrunch、CocoLoop、Unemployment Labs 研究报告 Checkpoint Forensics；报告正文核验六个模型名单、SM 与线程数、sigma 区间及 GPU 规模估算口径。