Investigación

Un investigador leyó huellas de Blackwell en seis modelos chinos: qué prueba y qué no

Un exinvestigador de OpenAI publicó un método que deduce qué GPU inicializó los pesos de un modelo abierto y lo aplicó a seis lanzamientos chinos. Su conclusión es más estrecha que los titulares: dice qué hardware se usó, no dónde estaba.

Lucía GarcíaLucía García
Popularidad: 1,250
Una cuadrícula de chip verde con una celda resaltada y una línea de señal dentada junto a las palabras Blackwell fingerprints

Dek: Un exinvestigador de OpenAI publicó un método que deduce qué GPU inicializó los pesos de un modelo abierto y lo aplicó a seis lanzamientos chinos. Su conclusión es más estrecha que los titulares: dice qué hardware se usó, no dónde estaba.

Cómo se leen las Blackwell fingerprints en un checkpoint publicado

La idea cabe en dos frases y no necesita acceso a ningún chip. Antes de entrenar, PyTorch rellena miles de millones de huecos de pesos con números aleatorios generados a partir de una semilla. La GPU reparte ese trabajo entre sus núcleos, y el número de núcleos deja una huella estadística en el resultado.

Will DePue, exinvestigador de OpenAI y responsable de la organización sin ánimo de lucro Unemployment Labs, publicó el análisis, el código de verificación y el anuncio en X. Las Blackwell fingerprints se buscan en el checkpoint que cualquiera puede descargar.

El truco funciona por una razón humilde. Los huecos de tokens que no se usaron durante el entrenamiento conservan su valor inicial, y el eco de esa distribución sobrevive al entrenamiento aunque quede muy débil.

Los recuentos de núcleos que deja cada GPU

Cada familia de chip reparte el trabajo de forma distinta, y esa diferencia es la que se mide. Los números son públicos y pequeños.

GPU

Núcleos de cómputo

Hopper H100 y H800

132

Blackwell B200 y B300

148

GB200 y GB300 líquidas

152

Con tres valores posibles, el análisis no identifica un chip concreto ni un número de serie. Identifica una familia y un tamaño de sistema. Es una huella de fábrica, no una matrícula.

Los seis modelos con firma Blackwell

El informe sitúa seis lanzamientos chinos desde abril de 2026 con señales de Blackwell. DeepSeek-V4-Flash y MiniMax-M3 apuntan a piezas de 148 núcleos, es decir B200 o B300. DeepSeek-V4-Pro, Kimi K3, Kimi K3.1-Pro y Ling-3.1-flash de Ant Group apuntan a 152 núcleos, que corresponde a sistemas GB200 o GB300 refrigerados por líquido.

Los modelos más antiguos cuentan otra historia. DeepSeek-V3 y Kimi K2.5 muestran rastros de Hopper, la generación anterior, que sí se podía exportar a China con licencia hasta que cambiaron las reglas.

La validación: 24 modelos de control y dos pruebas en silicio real

La parte que da credibilidad al método es la comprobación. DePue dice que identificó correctamente los 24 modelos de control cuyo hardware se conoce, entre ellos Llama 3.1 de Meta sobre H100.

También dice haber reproducido dos resultados, los de DeepSeek-V4-Flash y Kimi K3, en chips Blackwell reales. Y afirma que investigadores senior de OpenAI y Anthropic revisaron y confirmaron los hallazgos por su cuenta. Eso es lo que él sostiene: ninguna de las dos empresas lo ha confirmado en público.

DeepSeek Blackwell y la factura de cómputo

Si el mapa es correcto, el tamaño de esos entrenamientos sale a cuenta. El informe estima unos 12.000 GPU Blackwell repartidas en las cinco ejecuciones, el equivalente a unas 30.000 H100. Kimi K3 solo habría usado cerca de 4.500 procesadores durante unos 70 días, y DeepSeek-V4-Pro unos 3.000.

A 70.000 dólares por unidad, cada clúster cuesta entre 200 y 300 millones, y los cinco sistemas juntos pasan de 500 millones. Es dinero que hay que tener, y también una pista de por qué el acceso al hardware importa tanto en esta carrera.

Qué no prueba la Nvidia smuggling evidence

Aquí es donde la conversación se desordena, y conviene poner el freno. El método dice qué hardware inicializó los pesos. No dice dónde estaban las máquinas ni quién era su dueño.

Un clúster alquilado en Singapur, en Emiratos o en un centro de datos europeo produce exactamente la misma firma que uno instalado en Shenzhen. DePue lo escribe: su evidencia no demuestra por sí sola contrabando ni una violación de la ley de exportaciones. Lo que algunos titulares llaman Nvidia smuggling evidence es, en el texto original, una inferencia sobre el origen del cómputo.

Eso no la hace inútil. Cambia lo que se puede afirmar. Una empresa china puede haber entrenado con Blackwell alquilado fuera del país sin romper ninguna norma, y el análisis no distingue ese caso del otro.

Los que siguen en Hopper, y el caso Huawei

El informe no pinta un país entero con el mismo color. Alibaba con Qwen3.8, Zhipu, Tencent, Xiaomi y StepFun siguen mostrando firmas de Hopper.

Hay una excepción que apunta en otra dirección. LongCat-2.0 de Meituan señala hardware de Huawei, no de Nvidia, lo que encaja con el discurso oficial sobre sustitución de proveedores.

export controls China: el H200, Malasia y el arancel

El contexto regulatorio explica por qué este análisis se lee como política y no como curiosidad técnica. Las exportaciones de Blackwell a China y a empresas de propiedad china están prohibidas. El H200 sí puede salir bajo requisitos de routing que permiten a Estados Unidos reclamar un arancel del 25%, según TechCrunch.

Las estimaciones de Epoch AI sitúan alrededor de dos millones de chips avanzados entrando en China entre 2024 y 2025, incluidos 275.000 aceleradores de Nvidia enviados a Malasia. El asesor tecnológico de la Casa Blanca, Michael Kratsios, dijo a principios de 2026 que Moonshot había usado chips vetados, citando inteligencia estadounidense. Bloomberg publicó que se instalaron chips prohibidos en un centro de datos de Shanghái vinculado a Alice Huang, y Nvidia ha dicho a legisladores que rastrear chips es técnicamente viable.

Qué mirar a partir de ahora

La parte útil para un lector fuera de Estados Unidos es que el código es público. Un equipo en Madrid o en Monterrey puede descargar un checkpoint y comprobar la firma sin tener una Blackwell al lado: eso convierte la discusión en algo verificable, no en una filtración.

En Europa no hay un régimen equivalente de control de exportaciones para estos chips, así que la pelea se sigue en Washington y en las aduanas. Lo próximo que hay que mirar es si otro laboratorio reproduce el análisis con modelos nuevos, o si los propios fabricantes empiezan a ofrecer herramientas de trazabilidad. Mientras tanto, la pregunta honesta sigue siendo la de siempre: qué se puede probar y qué solo se puede sospechar.

Compartir esta noticia

Fuentes

Noticias de IA relacionadas

Un embudo que lleva pequeños bloques de tokens de una caja de modelo a otra, con una placa de escudo que bloquea parte del flujo
Investigación

OpenAI reduce el robo de razonamiento del 54% al 0,2%, pero se mide a sí misma

Copiar el razonamiento de un modelo de frontera se ha convertido en un negocio. OpenAI publica sus defensas y dos cifras que bajan mucho, con una advertencia: son sus propias pruebas.

Popularidad: 1,420
Una cuadrícula cian de retícula con un cuadrado resaltado junto al texto Lattice Standard Model
Investigación

OpenAI propone una definición del Modelo Estándar en retícula con GPT-6 Astra

OpenAI publicó el 15 de noviembre un texto sobre una definición no perturbativa del Modelo Estándar sobre una cuadrícula, construida sobre un preprint de octubre. El autor la describe como una respuesta en principio, no en la práctica.

Popularidad: 1,500
Un cuadrado rojo de stop dentro de arcos concéntricos sobre un fondo azul oscuro
Investigación

Control Room: el sistema con el que OpenAI apaga cargas de modelos

OpenAI publicó el 9 de noviembre cómo rastrea y detiene cargas de modelos dentro de su propia infraestructura de investigación. Es una mirada poco habitual a la fontanería de contención de un laboratorio, y también un texto sin verificación externa.

Popularidad: 1,010
Torre de radio que emite arcos de señal sobre una red de dispositivos conectados
Investigación

Nvidia pasa el millón de descargas en sus herramientas 5G y 6G

Un año después de abrir el código de Aerial, Nvidia dice que sus herramientas 5G y 6G han pasado el millón de descargas. La cifra importa menos que otra cosa: los laboratorios que las usan para probar ideas antes de comprar hardware.

Popularidad: 1,275