前OpenAI研究员Will DePue称,通过权重取证分析,在DeepSeek、月之暗面、MiniMax和蚂蚁集团等机构的六款开源模型权重中,发现了英伟达Blackwell GPU的硬件特征签名。他估算背后五轮训练所需硬件成本超过5亿美元。

什么是权重取证
模型训练会在权重里留下数值痕迹,比如特定浮点格式、舍入误差、硬件指令带来的偏差。研究者用统计方法比对已知硬件的指纹,推断训练用了什么芯片。这不是看代码,而是看结果。
结论有多可靠
第一,指纹方法不是法庭级证据,可能被后训练、量化、蒸馏覆盖;第二,特征签名需要大量已知样本校准,样本不足会误判;第三,模型可能只在部分阶段用了被指硬件,不代表全程。结论需要独立复现。
为什么敏感
美国对华高端AI芯片出口有严格管制,Blackwell属于受限产品。如果指控成立,说明管制存在漏洞;如果不成立,可能误伤中国模型厂商。技术争议很快会变成政策争议。
对中国模型的影响
第一,开源模型的合规审查会更严;第二,云厂商和芯片中间商面临更大压力;第三,国产算力替代的紧迫性上升;第四,模型厂商需要更透明的训练披露,否则难以自证。
对行业的提醒
权重取证是一个新兴领域,既可能成为合规工具,也可能被滥用。没有独立第三方和公开方法,单方面结论很难服众。AI供应链的透明度,正在成为新的竞争维度。
冷静看
五亿美元的训练成本、六款模型、硬件指纹,这些数字很抓眼球,但证据链还不完整。在独立复现之前,把它当线索,不要当定论。