Um pesquisador diz ter encontrado marca de GPU Blackwell em seis modelos chineses publicados desde abril. O truque não lê número de série: lê a contagem de núcleos que sobrou no peso aleatório. E o próprio autor avisa que isso não prova contrabando.
Blackwell fingerprints: o checkpoint conta qual GPU o treinou
A ideia é mais simples do que o nome sugere. Antes de treinar, o modelo é uma pilha de bilhões de números vazios. O PyTorch preenche esses espaços com valores aleatórios, gerados a partir de uma semente, e quem faz o preenchimento é a GPU.
Como a GPU divide a tarefa entre os seus núcleos, o número de núcleos aparece na forma como o preenchimento foi distribuído. Trocando em miúdos: a placa deixa impressão digital no concreto ainda mole.
Boa parte desses espaços nunca é usada, porque o vocabulário do modelo tem mais posições do que o texto de treino chega a ocupar. Esses restos ficam com o valor original. Mesmo nos pesos treinados, sobra um eco estatístico da distribuição inicial.
É o conjunto inteiro de Blackwell fingerprints: uma marca de fabricante de hardware que sobrevive ao treino e pode ser conferida por qualquer pessoa que baixe o checkpoint.
A assinatura de núcleos por trás dos Blackwell fingerprints
A contagem separa as gerações. Hopper, nas placas H100 e H800, trabalha com 132 núcleos de computação. Blackwell, nas B200 e B300, usa 148. As versões refrigeradas a líquido, GB200 e GB300, usam 152.
O método é de Will DePue, ex-pesquisador da OpenAI que hoje dirige a organização sem fins lucrativos Unemployment Labs. Ele publicou a análise e o código de verificação. O anúncio saiu no X.
A parte que interessa a quem desconfia de análise de terceiro: o código está aberto. Não é preciso acreditar no autor, é preciso rodar o teste no checkpoint. Modelo aberto deixa qualquer um conferir; modelo fechado, não.
DeepSeek Blackwell: os seis modelos e o mapa de 148 e 152
O resultado é específico. Seis modelos chineses lançados desde abril de 2026 carregam assinatura Blackwell, segundo a análise. Dois apontam para as placas de 148 núcleos: DeepSeek-V4-Flash e MiniMax-M3.
Quatro apontam para as de 152: DeepSeek-V4-Pro, Kimi K3, Kimi K3.1-Pro e Ling-3.1-flash, do Ant Group. É o bloco que dá sentido ao termo DeepSeek Blackwell, usado para descrever os modelos da DeepSeek que, segundo a análise, foram treinados em hardware bloqueado para exportação à China.
Os mais antigos contam outra história. DeepSeek-V3 e Kimi K2.5 mostram traço de Hopper, a geração anterior. A troca de geração entre 2025 e 2026 é exatamente o que a regra de exportação tenta impedir.
Outros laboratórios seguem só em Hopper na mesma análise, caso de Qwen3.8, da Alibaba, e de Zhipu, Tencent, Xiaomi e StepFun. O LongCat-2.0, da Meituan, aponta para hardware Huawei, o que é notícia boa para a tese de substituição doméstica.
Como a análise de Blackwell fingerprints foi validada
Método sem controle não vale nada, e aqui o controle existe. DePue diz ter rodado a checagem em 24 modelos cuja GPU de treino é conhecida, e acertou todos, incluindo o Llama 3.1, da Meta, treinado em H100.
Mais forte ainda: ele afirma ter reproduzido os resultados do DeepSeek-V4-Flash e do Kimi K3 em placas Blackwell reais, comparando a assinatura medida com a esperada. Reprodução em hardware é o teste que separa correlação de coincidência.
DePue também diz que pesquisadores seniores da OpenAI e da Anthropic conferiram os achados de forma independente. É afirmação dele, não declaração das duas empresas, e nenhuma das duas confirmou publicamente até aqui.
O tamanho do treino: 12 mil GPUs Blackwell e meio bilhão de dólares
O número de núcleos também serve para estimar o esforço. A conta do relatório chega a cerca de 12 mil GPUs Blackwell nos cinco treinos, o equivalente a umas 30 mil H100 em capacidade.
O Kimi K3 sozinho teria usado cerca de 4.500 processadores por aproximadamente 70 dias. O DeepSeek-V4-Pro, cerca de 3.000. Com preço de cerca de US$ 70 mil por unidade, cada cluster sai entre US$ 200 milhões e US$ 300 milhões, e os cinco sistemas passam de meio bilhão de dólares.
Esse é o ponto que muda a conversa sobre export controls China. Não é um punhado de placas: é infraestrutura de data center, com energia, refrigeração e prazo de instalação.
O que os Blackwell fingerprints não provam sobre Nvidia smuggling evidence
Aqui é preciso segurar o entusiasmo. O método mostra qual hardware inicializou os pesos. Não mostra onde a máquina estava, nem quem era o dono, nem por qual caminho a placa chegou.
Aluguel de capacidade fora da China produz exatamente a mesma assinatura. Um laboratório em Pequim que treina em servidor alugado em Singapura, ou em qualquer nuvem com Blackwell, aparece igual no checkpoint.
Hardware, não endereço.
DePue diz isso de forma explícita: a evidência não prova contrabando nem violação de lei de exportação. Quem quiser usar o achado como Nvidia smuggling evidence vai além do que o dado sustenta. O que existe é incompatibilidade entre o hardware declarado e o hardware medido, e isso é pergunta legítima para autoridade, não veredito.
Export controls China: H200, Malásia e o resto da briga
A política de exportação mudou de formato nos últimos meses, e a direção continua a mesma. A exportação de Blackwell para a China e para empresas de controle chinês está proibida. O H200 pode sair sob exigências de roteamento que dão aos Estados Unidos o direito de cobrar uma tarifa de 25%, segundo a TechCrunch.
O caminho alternativo tem endereço. A Epoch AI estima cerca de 2 milhões de chips avançados entrando na China em 2024 e 2025, incluindo 275 mil aceleradores Nvidia enviados à Malásia, rota clássica de revenda.
A pressão política também tem nome e data. Michael Kratsios, assessor de tecnologia da Casa Branca, disse no início de 2026 que a Moonshot usou chips Nvidia banidos de exportação, citando inteligência americana. A Bloomberg noticiou chips proibidos instalados em um data center em Xangai ligado a Alice Huang, e a Nvidia disse a parlamentares que rastrear chip é tecnicamente viável.
Nada disso é conclusão. É um método aberto que qualquer laboratório pode aplicar no próximo checkpoint, inclusive os brasileiros que publicam peso aberto no Hugging Face. Quantos modelos ainda vão aparecer com uma assinatura que não bate com a nota fiscal?






