Sebuah laporan riset yang baru dirilis menyebut bahwa enam model terbuka yang dirilis tahun ini oleh DeepSeek, Moonshot AI, MiniMax, dan Ant Group menyimpan jejak inisialisasi GPU seri Blackwell milik Nvidia di dalam bobotnya. Laporan itu ditulis oleh Will DePue, kepala lembaga riset nirlaba Unemployment Labs, yang menurut TechCrunch pernah menjadi peneliti di OpenAI. Blackwell termasuk chip yang dilarang diekspor Amerika Serikat ke Tiongkok.
Dari mana sidik jari itu berasal
Metode ini mengincar langkah sebelum pelatihan dimulai: inisialisasi acak. Saat PyTorch membuat bobot awal di GPU, ia memakai algoritma bilangan acak Philox, dan posisi setiap nilai bergantung pada jumlah streaming multiprocessor (SM) serta jumlah thread pada kartu. Konfigurasi tiap generasi chip berbeda: B200/B300 memiliki 148 SM dan 303.104 thread, GB200/GB300 memiliki 152 SM dan 311.296 thread, sedangkan generasi sebelumnya, Hopper, memiliki 132 SM.
Penulis menelusuri sekitar 6 triliun kombinasi “seed + tata letak”, lalu mengujinya dengan bobot yang tidak ikut dalam pencarian. Pelatihan mengubah sebagian besar bobot, tetapi selalu ada sebagian baris yang masih menyimpan nilai awal. Menurut laporan, PyTorch tanpa modifikasi di H100 dapat mereproduksi baris-baris itu pada DeepSeek-V3, sedangkan di B300 dapat mereproduksinya pada DeepSeek-V4-Flash; jika keduanya ditukar, hasilnya tidak cocok. Di GB200 sewaan, baris yang tersisa pada Kimi K3 juga berhasil direproduksi.
Enam model, satu garis pemisah
Enam model yang tercantum dalam laporan adalah DeepSeek-V4-Flash, DeepSeek-V4-Pro, Kimi K3, Kimi K3.1-Pro, MiniMax-M3, dan Ling-3.1-flash milik Ant Group. Signifikansi statistiknya berkisar antara 49 hingga 1.385 sigma, sementara batas dasar acak yang diberikan penulis sekitar 8 sigma.
Jika urutan rilis perusahaan-perusahaan ini dijajarkan, garis pemisahnya cukup rapi. Model generasi sebelumnya seperti DeepSeek-V3, Kimi K2.5, MiniMax-M2.7, dan Ling-3.0-flash semuanya terbaca sebagai Hopper; generasi baru yang dirilis berturut-turut sejak April 2026 berganti menjadi sidik jari Blackwell. Kimi K2.7-Code berada di antara keduanya dengan hasil campuran, sehingga tidak dihitung.
Perusahaan lain berbeda. Model Qwen (Tongyi Qianwen), GLM dari Zhipu AI, Tencent, Xiaomi, dan StepFun masih terukur sebagai Hopper dalam laporan; LongCat-2.0 dari Meituan tidak menunjukkan sidik jari GPU, dan Meituan sebelumnya menyatakan model itu dilatih di “supernode AI ASIC”. Dalam cakupan laporan, jejak Blackwell terkonsentrasi pada empat perusahaan, bukan di seluruh ekosistem sumber terbuka Tiongkok.
Laporan juga memperkirakan skala GPU untuk putaran pelatihan terakhir: estimasi terbaik sekitar 4.500 unit untuk Kimi K3, sekitar 3.000 unit untuk DeepSeek-V4-Pro, dan sekitar 1.500 unit untuk masing-masing model lainnya, dengan total sekitar 12.000 unit. Dengan harga sekitar US$70.000 per unit, klaster terbesar bernilai antara US$200 juta dan US$300 juta. Penulis secara terbuka mengaku tidak yakin dengan perkiraan ini, karena bergantung pada asumsi seperti tingkat pemanfaatan komputasi, jumlah token pelatihan, dan lama pelatihan; angka pada versi pertama laporan pun sudah direvisi sekali pada hari rilis.
Batas yang ditetapkan laporan itu sendiri
Hal yang bisa dijelaskan riset ini terbatas, dan penulis merinci keterbatasannya. Sidik jari hanya mencatat jenis chip tempat bobot awal dibuat; sebuah model sangat mungkin diinisialisasi di satu sistem lalu dilatih di sistem lain. AMD MI300X secara teori juga bisa meniru tata letak tersebut. Penulis hanya melakukan pengecualian numerik untuk DeepSeek-V4-Flash, sedangkan untuk lima model lainnya penilaiannya adalah “sangat tidak mungkin”.
Yang lebih sensitif, metode ini tidak bisa menunjukkan siapa pemilik chip dan di mana chip itu berada. Server Blackwell dapat disewa di pusat data di luar Tiongkok, dan menurut kata-kata laporan itu sendiri, bukti ini tidak dapat membuktikan bahwa chip diselundupkan ke Tiongkok, dan tidak dapat membuktikan adanya pelanggaran kontrol ekspor. Untuk tahap pelatihan, rumusan laporan juga menyisakan ruang:
“supports, without proving, the inference that Blackwell also performed the training”
(mendukung, tetapi tidak membuktikan, kesimpulan bahwa Blackwell juga menjalankan pelatihan.)
Metode ini hanya berlaku untuk model dengan bobot terbuka; model tertutup tidak bisa diuji. Pemberitaan TechCrunch tidak memuat tanggapan dari perusahaan-perusahaan Tiongkok maupun Nvidia, dan Departemen Perdagangan AS juga belum menyatakan sikap atas riset ini, sehingga klaim terkait saat ini tidak dapat dikonfirmasi dari pihak yang bersangkutan.
Pada pekan yang sama dengan terbitnya laporan, beredar kabar bahwa Departemen Perdagangan AS sedang menuntaskan aturan untuk membatasi perusahaan AI Tiongkok memakai chip canggih secara jarak jauh lewat pusat data di luar negeri. Jika aturan itu berlaku, jalur menyewa Blackwell di luar negeri akan terkena lebih dulu; sementara riset ini menawarkan cara pemeriksaan yang tidak bergantung pada informasi orang dalam, hanya memakai bobot publik. Ketika gelombang model terbuka berikutnya merilis bobotnya, besar kemungkinan ada yang menjalankan pengujian serupa lagi.
Sumber: TechCrunch, CocoLoop, laporan riset Unemployment Labs Checkpoint Forensics; isi laporan dicek untuk daftar enam model, jumlah SM dan thread, rentang sigma, serta dasar perkiraan skala GPU.