ある研究者が、6つの中国製モデルの重みからNvidiaのGPUの型を読み取ったと発表した。手がかりは学習前の乱数の埋め方に残る。ただし、チップがどこにあったかは分からない。
Blackwell fingerprintsは、学習前の乱数を読む
モデルを学習する前、PyTorchは空の重みを乱数で埋める。種は1つ。その埋める作業をGPUがコアに分けて進めるので、コア数の違いが統計的な癖として重みに残る。H100とH800は132コア、B200とB300は148、液冷のGB200とGB300は152だ。
使われなかったトークンの枠は初期値のまま残る。学習を経ても、分布の薄い影は消えない。これが手法の全体で、公開されたチェックポイントなら誰でも同じ検査ができる。
6つのモデルに出たBlackwellの署名
発表したのは、元OpenAIの研究者で非営利Unemployment Labsを率いるWill DePue氏。Xで公表し、検証コードも出した。2026年4月以降に公開された6つの中国製モデルにBlackwellの署名がある。
DeepSeek-V4-FlashとMiniMax-M3は148コア、つまりB200かB300。DeepSeek-V4-Pro、Kimi K3、Kimi K3.1-Pro、Ant GroupのLing-3.1-flashは152コアで、GB200かGB300になる。古いDeepSeek-V3とKimi K2.5はHopperのままだ。
ほかの研究室のモデルもHopperだ。AlibabaのQwen3.8、Zhipu、Tencent、Xiaomi、StepFunがそうで、MeituanのLongCat-2.0だけはHuaweiのハードを示す。
24の対照モデルで確かめたBlackwell fingerprints
この手法の説得力は、当てにいった検証にある。ハードウェアが分かっている24の対照モデルをすべて正しく識別した。MetaのLlama 3.1がH100上にあることも見抜いている。DeepSeek-V4-FlashとKimi K3については、実機のBlackwellで結果を再現した。
DePue氏は、OpenAIとAnthropicの上級研究者が独立に確認したと話す。両社が公に認めたわけではない。
DeepSeek Blackwellの規模を、金額に直す
5回の学習で使われたのは、合計およそ12,000枚のBlackwell。H100換算で約30,000枚に相当する。Kimi K3だけで約4,500枚を70日、DeepSeek-V4-Proは約3,000枚だ。
1枚7万ドルとして、1クラスタで2億から3億ドル。5つ合わせれば5億ドルを超える。円に直せば1枚およそ1050万円になる。
Nvidia smuggling evidenceと呼べない理由
では、この検査で何が言えるのか? 言えるのは、重みを初期化したハードの種類だけだ。GPUがどこに置かれていたか、誰が所有していたかは分からない。中国の外で借りた計算資源でも、同じ署名は出る。
DePue氏自身、密輸や輸出法違反の証明にはならないと書いている。Nvidia smuggling evidenceという見出しは、この検査が示していないことまで含んでしまう。
export controls Chinaは、H200を条件付きで通す
規制の線は、チップの種類で引かれている。Blackwellの中国向け輸出は禁止。H200は経路の要件を満たせば出せて、米国は25%の関税を取る。ホワイトハウスの技術顧問Michael Kratsios氏は2026年前半、Moonshotが輸出禁止チップを使ったと米国の情報を引いて述べた。
Epoch AIは、2024年から2025年に約200万個の先端チップが中国へ入り、うち27.5万のNvidia製がマレーシアへ出荷されたと推定する。Bloombergは上海のデータセンターに禁止品が設置されていたと報じ、Nvidiaは議会に対し、チップの追跡は技術的に可能だと説明している。
公開モデルを調べる意味、Blackwell fingerprintsの使い道
重みが公開されていれば、検査は誰でもできる。次のモデルが出るたびに、同じ照合が走る。日本企業が中国製モデルを業務に使うなら、この種の検証は調達前の確認項目として使える。
特別な装置は要らない。まずはコア数の癖を見るところから始めればいい。






