Uma análise forense da Unemployment Labs aponta que seis modelos da DeepSeek, Moonshot AI, MiniMax e Ant Group carregam assinaturas numéricas compatíveis com os chips Blackwell da Nvidia, cuja exportação para a China é restrita pelos Estados Unidos. O método lê apenas os arquivos de modelos publicados, por isso não consegue provar quem era o proprietário dos chips nem que as regras de exportação foram violadas.

Seis modelos de IA de quatro desenvolvedores chineses carregam assinaturas numéricas que correspondem aos chips Blackwell da Nvidia, segundo uma análise forense que sugere que as empresas têm treinado seus modelos em hardware que os Estados Unidos restringem de exportar para a China.

Como os pesquisadores identificaram os chips por trás desses modelos?

O relatório, publicado pela Unemployment Labs em nome do pesquisador Will DePue, examinou os pesos disponibilizados publicamente dos modelos da DeepSeek, Moonshot AI, MiniMax e Ant Group. Os pesos são os bilhões de números ajustáveis que determinam como um modelo processa informações. Antes de o treinamento começar, esses números precisam de valores iniciais, e o software que os gera deixa um rastro do hardware em que foi executado. A equipe de DePue constatou que os modelos mais recentes apresentam o padrão Blackwell, enquanto modelos anteriores das mesmas empresas correspondem à geração Hopper, mais antiga.

Quais modelos chineses de IA apresentam sinais de treinamento com chips Blackwell?

Os seis modelos são DeepSeek-V4-Flash e DeepSeek-V4-Pro, Kimi K3 e Kimi K3.1-Pro, da Moonshot, MiniMax-M3 e Ling-3.1-flash, da Ant Group. Os modelos da DeepSeek apresentam características da era Hopper até a V3, lançada em dezembro de 2024, e passam a apresentar características Blackwell a partir da V4, em abril. Os modelos da Moonshot mudaram com o K3, em julho. Os da MiniMax mudaram com o M3, em junho, e os da Ant, com o Ling-3.1-flash, em outubro.

Autoridades e reportagens da imprensa já haviam acusado a DeepSeek e a Moonshot de usar chips Blackwell, mas sem evidências técnicas públicas. O novo relatório afirma que suas evidências vêm exclusivamente dos arquivos de modelos publicados, e não de vazamentos ou informantes internos. A equipe também confirmou a correspondência em chips Blackwell físicos para dois dos modelos, e afirma que o mesmo método identificou corretamente o hardware de 24 modelos cujos desenvolvedores haviam divulgado publicamente seus chips.

A análise também estima o tamanho dos treinamentos. Kimi K3 e DeepSeek-V4-Pro, os dois maiores, teriam exigido cerca de 4.500 e 3.000 GPUs Blackwell, respectivamente, operando por aproximadamente dois a três meses. Considerando todas as cinco execuções que puderam ser avaliadas em escala, o relatório estima cerca de 12.000 GPUs Blackwell. Usando um preço por chip de cerca de US$ 70.000, valor implícito em uma reportagem do Wall Street Journal sobre uma instalação de Blackwell na Malásia para a ByteDance, DePue estima que o maior cluster custe entre US$ 200 milhões e US$ 300 milhões. O autor afirma que a versão anterior do relatório havia estimado de 2.000 a 3.000 GPUs para os maiores treinamentos, mas foi revisada porque presumia que os chips operavam na eficiência de referência da Nvidia, que os treinamentos Blackwell divulgados ainda não alcançaram.

As evidências comprovam que os controles de exportação foram violados?

O relatório é cauteloso quanto ao que não consegue demonstrar. A assinatura identifica o hardware que gerou os pesos iniciais. Ela não prova que os mesmos chips realizaram todo o treinamento, pois um laboratório pode criar os pesos em um sistema e treinar em outro. Os pesos também não revelam quem era o proprietário dos chips nem onde eles estavam. Sistemas Blackwell podem ser alugados de data centers fora da China, e o relatório afirma que as evidências não estabelecem que os chips tenham sido contrabandeados para a China nem que tenha ocorrido uma violação de controle de exportação.

Alternativas e lacunas nas evidências

A equipe de DePue considerou os hardwares da AMD, que também têm exportação restrita para a China, como uma explicação alternativa. Uma AMD MI300X configurada especialmente pode reproduzir os mesmos padrões, mas a equipe afirmou que os testes em um modelo apontaram para a Nvidia, e considera a explicação da AMD muito improvável para os outros cinco.

Nem todos os laboratórios chineses parecem usar chips Blackwell. Os modelos mais recentes que a equipe conseguiu analisar da Alibaba, Zhipu, Tencent, Xiaomi e StepFun apresentam assinaturas Hopper. A Meituan afirma que seu LongCat-2.0 foi treinado em "superpods de ASIC de IA", e a equipe não encontrou nele a assinatura da Nvidia. O método também não consegue analisar modelos fechados, e não encontrou assinatura utilizável em vários outros, incluindo o DeepSeek-V4.1-Flash e alguns modelos Qwen inicializados em uma CPU.

O autor do relatório também aponta incertezas nas estimativas de escala. Elas dependem de premissas que os pesos não conseguem confirmar, incluindo a eficiência com que cada laboratório utilizou seus chips, quantos tokens cada modelo foi treinado e quanto tempo cada execução durou. O autor afirma que nenhum laboratório divulgou esses detalhes para essas execuções. O relatório observa que suas conclusões são compatíveis com os números, mas não esclarecem todas as questões sobre como os chips foram obtidos.

Dieser Artikel wurde mit Unterstützung von KI verfasst.
News Factory APP - agentische News für besseres SEO & AEO.