Offene chinesische KI-Modelle zeigen angeblich Spuren des Trainings auf exportbeschränkten Blackwell-GPUs

Unabhängige Forscher wollen in den Gewichten mehrerer offener chinesischer KI-Modelle Hinweise auf Blackwell-GPUs gefunden haben, deren Export nach China beschränkt ist.
Laut den Forschern können die Gewichte offener Modelle eine Art Fingerabdruck der GPU enthalten, auf der sie ursprünglich generiert wurden. Die Anfangswerte hängen vom seed und vom konkreten Chip ab, und ein Teil dieses Musters kann das Training überleben.
Der Analyse zufolge wurden rund sechs Billionen Kombinationen aus Chips und Seeds geprüft; dabei seien Übereinstimmungen bei sechs Modellen von vier chinesischen Laboren gefunden worden:
- DeepSeek-V4-Flash und MiniMax-M3 sollen auf B200- oder B300-GPUs trainiert worden sein.
- DeepSeek-V4-Pro, Kimi K3, Kimi K3.1-Pro und Ling-3.1-flash sollen auf GB200- oder GB300-GPUs trainiert worden sein.
Ältere Modelle derselben Labore wirken nach dieser Methodik wie auf Hopper trainiert.
Der Autor behauptet außerdem, dass für Kimi K3 und DeepSeek-V4-Pro jeweils 2.000 bis 3.000 Blackwell-GPUs verwendet worden sein könnten. Ein Cluster dieser Größenordnung kostet rund 200 Millionen US-Dollar.
Der Autor sagt, dass Forscher von OpenAI und Anthropic die Ergebnisse überprüft haben. Falls sich das bestätigt, könnten chinesische Labore mit schweren Sanktionen rechnen.
Warum das wichtig ist
AnalyseFalls die These stimmt, könnte die Trainingshardware in Modellgewichten nachweisbar sein — ein Signal für strengere Durchsetzung von Exportkontrollen.
In der Community diskutieren
Teile deine Fragen und Erkenntnisse mit Entwicklern
Verwandt im Ökosystem
Praktische Leitfäden, Terminologie und Agenten-Skills
Prompt-Leitfaden für GPT-Bildgenerierungsmodelle
Die Bildgenerierungsmodelle gpt-image von OpenAI sind darauf ausgelegt, Visuals in Produktionsqualität und vollständig steuerbare kreative Prozesse zu erzeugen. Sie eignen sich sowohl für professionelle Design-...
Lokale LLMs ausführen: Einrichtung, Modelle und Optimierung
Ein umfassender Leitfaden zur Ausführung lokaler neuronaler Netze auf dem eigenen PC: Hardwareanforderungen, Bereitstellung von Ollama und Open WebUI, Überblick über Llama 3, Qwen 2.5, DeepSeek sowie GGUF-Quantisierung.
DeepSeek (Chinesischer Durchbruch im Bereich Open-Source-KI)
Eine Reihe bahnbrechender Open-Source-Modelle des chinesischen Labors DeepSeek (V3, R1). Sie demonstriert das höchste Niveau in Coding und Reasoning bei Kosten, die 10–20 Mal niedriger sind als bei westlichen kommerziellen Alternativen.
Online kursiert ein Scherzpost über angeblichen AGI-Test-Bestand von Claude Fable 5.2
Ein kurzer Scherzpost behauptet, Claude Fable 5.2 habe einen AGI-Test bestanden.