Un análisis forense de los pesos publicados de varios modelos de IA chinos apunta a que se entrenaron con GPU NVIDIA Blackwell, los chips más avanzados de la compañía, cuya venta a China está prohibida por los controles de exportación de Estados Unidos. El trabajo, publicado por Unemployment Labs y recogido por Wccftech el 13 de noviembre de 2026, señala huellas de Blackwell en DeepSeek-V4, Kimi K3 de Moonshot AI, MiniMax-M3 y Ling-3.1-flash, y estima que cada entrenamiento usó clústeres de entre 3.000 y 4.500 GPU. El propio informe reconoce que no demuestra dónde estaban esos chips ni cómo se consiguieron.
Las claves de las huellas de Blackwell en modelos chinos en 20 segundos
- El análisis busca en los pesos iniciales el patrón del chip usado.
- Atribuye a Blackwell DeepSeek-V4, Kimi K3 y MiniMax-M3.
- Estima clústeres de 3.000 a 4.500 GPU por entrenamiento.
- No prueba la ubicación de los chips ni una infracción de los controles.
El método parte de un detalle técnico. Al empezar un entrenamiento, los pesos del modelo se rellenan con valores aleatorios generados en la GPU. Según los autores, ese proceso deja un patrón en forma de cuadrícula que depende del número de multiprocesadores de streaming (SM) del chip: 132 en la generación Hopper (H100, H200) y 148 en Blackwell (B200, B300). Recuperando la semilla con la que se generaron los pesos iniciales y comparando el patrón con el que tendría cada arquitectura, sostienen que se puede deducir la familia de GPU, y que esa traza sobrevive incluso después del entrenamiento.
Qué modelos y qué resultados
Según el resumen de Wccftech, el análisis asocia a Blackwell los modelos DeepSeek-V4-Flash y DeepSeek-V4-Pro, MiniMax-M3, Kimi K3 de Moonshot AI y Ling-3.1-flash de Inclusion AI. En cambio, versiones anteriores de Kimi, K2.5 y K2.6, aparecen asociadas a Hopper. No encontró huella en DeepSeek-V4.1-Flash, que estrena arquitectura, ni en LongCat-2.0 de Meituan, y varios modelos Qwen3 de Alibaba no dejan rastro porque sus pesos iniciales se generaron en procesadores convencionales.
A partir del patrón, los autores estiman que cada entrenamiento usó entre 3.000 y 4.500 GPU Blackwell y que la huella conjunta de los laboratorios ronda los 12.000 chips. Wccftech da también una horquilla acumulada de 7.000 a 22.000 GPU para los cinco modelos, que depende de cuándo se entrenó cada uno y de si compartieron clúster. Son cifras que miden cosas distintas y deben tomarse como estimaciones. De los 24 casos estudiados, 11 correspondían a checkpoints del paso cero, los pesos justo después de generarse.
Lo que el análisis no demuestra
El informe se limita a la pregunta de qué hardware se usó. No establece dónde estaban las GPU, cómo se obtuvo el acceso ni si se infringieron los controles de exportación. Esa distinción importa: un laboratorio chino puede alquilar capacidad en centros de datos de otros países, algo que hasta ahora ha estado en una zona gris. El Departamento de Comercio amplió en mayo las restricciones a las ventas a filiales de empresas chinas en Singapur o Malasia, y en el Congreso hay iniciativas para limitar también el acceso remoto. Ni Wccftech ni el informe recogen respuestas de DeepSeek, Moonshot, MiniMax, Inclusion AI o NVIDIA, y el método no ha sido revisado de forma independiente.
El análisis llega después de otras acusaciones. The Information publicó que DeepSeek desarrollaba su siguiente modelo con varios miles de GPU Blackwell introducidas en China de contrabando, y Reuters, citando a un alto cargo de la Administración Trump, informó de que esos chips estarían en un centro de datos de Mongolia Interior. En julio, el asesor científico de la Casa Blanca, Michael Kratsios, acusó a Moonshot de usar chips no autorizados para la exportación y servidores con GB300 en Tailandia, según TechCrunch. Las empresas no han confirmado ninguna de estas informaciones. Si el método se sostiene, los pesos abiertos ofrecerían a reguladores e investigadores una forma de auditar el hardware usado sin depender de lo que declaren los laboratorios, aunque también podría llevar a estos a borrar esas huellas antes de publicar.
Preguntas frecuentes
¿Cómo se detecta la GPU usada para entrenar un modelo?
Según Unemployment Labs, los pesos iniciales generados en la GPU dejan un patrón ligado al número de multiprocesadores del chip: 132 en Hopper y 148 en Blackwell.
¿Qué modelos muestran huellas de Blackwell?
DeepSeek-V4-Flash y V4-Pro, Kimi K3, MiniMax-M3 y Ling-3.1-flash, según el análisis recogido por Wccftech.
¿Demuestra que se violaron los controles de exportación?
No. El informe indica el tipo de hardware, pero no dónde estaba ni cómo se obtuvo el acceso, por ejemplo mediante alquiler en otros países.
Fuentes:
