Seis modelos chinos de IA delatan el uso de chips Nvidia Blackwell

Un análisis de los modelos publicados por DeepSeek, Moonshot, MiniMax y Ant Group encuentra en sus números la huella de la última generación de Nvidia, cuya venta a China está restringida. Los autores no prueban dónde están los chips ni cómo se consiguieron.

Seis modelos chinos de IA delatan el uso de chips Nvidia Blackwell

Seis modelos de inteligencia artificial publicados desde abril por cuatro laboratorios chinos llevan en sus números la huella de chips Blackwell, la última generación de procesadores de Nvidia, cuya exportación a China requiere licencia de Estados Unidos. Los laboratorios son DeepSeek, Moonshot AI, MiniMax y Ant Group. El hallazgo, firmado por el investigador Will DePue, sugiere que estas empresas han conseguido acceso a esos chips y que los han usado para crear sus modelos más recientes.

Lo más llamativo es cómo se ha llegado a esa conclusión. El análisis no se basa en filtraciones ni en testimonios de empleados, sino en los propios pesos de los modelos. Los pesos son los valores numéricos que determinan cómo procesa información cada modelo. Los autores han reconstruido cómo se dieron esos valores de partida antes del entrenamiento y han buscado qué configuración de hardware reproduce exactamente esa disposición.

La clave está en un detalle técnico. Los valores iniciales se generan con un algoritmo que produce números aparentemente aleatorios, pero que siempre sale igual si se le da la misma semilla. Ese proceso se reparte entre los miles de hilos de trabajo de la tarjeta gráfica, y el número de hilos depende del tamaño del chip. Un chip con más unidades de procesamiento reparte los mismos números en posiciones distintas. Si se reproduce la disposición exacta, se puede deducir qué chip la creó. Para comprobarlo, los autores aseguran haber confirmado el resultado en chips Blackwell físicos en los casos de DeepSeek-V4-Flash y Kimi K3.

Qué modelos muestran la huella

Según el análisis, encajan con Blackwell DeepSeek-V4-Flash, MiniMax-M3, DeepSeek-V4-Pro, Kimi K3, Kimi K3.1-Pro y Ling-3.1-flash. Los dos primeros encajan con los chips B200 o B300 de Nvidia, y los cuatro restantes con los GB200 o GB300. Todos tienen unidades de procesamiento llamadas multiprocesadores, en número de 148 o 152 según el chip. Kimi K3.1-Pro parte de la misma semilla que K3, por lo que podría ser una versión de K3 con un ajuste posterior.

El cambio es reciente. Los modelos de DeepSeek muestran huella de Hopper, la generación anterior de Nvidia, hasta DeepSeek-V3, publicado en diciembre de 2024. Desde DeepSeek V4, de abril de 2026, se leen como Blackwell. Moonshot sigue un camino parecido: sus modelos son Hopper hasta Kimi K2.5, de enero de 2026, y Blackwell desde K3, de julio. MiniMax pasa de Hopper en M2.7, de abril, a Blackwell en M3, de junio. En Ant Group, Ling-3.0-flash, de agosto, aparece como Hopper, mientras que Ling-3.1-flash, de octubre, aparece como Blackwell.

Hay además un caso intermedio. Kimi K2.7-Code, publicado seis semanas antes que K3, se basa en pesos de la era Hopper, pero contiene una pequeña parte que coincide con el B200 o el B300.

No todos los laboratorios chinos han cambiado

No todas las empresas chinas usan ya Blackwell. Los modelos más recientes de Alibaba (Qwen), Zhipu (GLM), Tencent, Xiaomi y StepFun se leen como entrenados con Hopper. Meituan asegura que su LongCat-2.0 se entrenó por completo con «superpods de ASIC de IA», es decir, chips de otro tipo, y los autores no encontraron ninguna huella de Nvidia en sus pesos.

Para comprobar que el método funciona, los autores lo aplicaron a 24 modelos cuyos desarrolladores han revelado públicamente qué hardware utilizaron. En todos los casos, la lectura coincide con lo anunciado. Entre ellos está Nemotron-3 Ultra, de la propia Nvidia, cuyo informe técnico menciona los GB200 en una fase del entrenamiento. El análisis lo identifica con 152 multiprocesadores, igual que Kimi K3.

Los autores descartan que las coincidencias sean fruto del azar: el mejor resultado fortuito de su búsqueda llegaría a unas 8 sigmas, una medida de lo lejos que queda un resultado de la variación aleatoria normal. Las pruebas reales van de 49 a 1.385 sigmas para cada uno de los seis modelos, y hasta la prueba individual más débil alcanza 20.

Cuánta potencia de cálculo hizo falta

Con el tamaño de cada modelo y la cantidad de datos con que se entrenó, los autores calculan que cada entrenamiento necesitó entre 500 y 3.000 chips Blackwell trabajando durante dos o tres meses. Aplicado a DeepSeek-V3, el mismo cálculo da entre 2.000 y 2.500 chips, y la propia empresa declaró 2.048.

En dinero, el análisis usa unos 70.000 dólares por chip. Esa cifra sale de un informe según el cual unos 36.000 chips Blackwell instalados en Malasia para ByteDance costarían más de 2.500 millones de dólares. Con ese precio, el mayor de estos grupos de chips costaría entre 150 y 200 millones de dólares, y los cinco entrenamientos juntos superarían los 500 millones de dólares.

Son cifras solo de los entrenamientos finales. Los autores advierten de que el gasto total de estos laboratorios en chips sujetos a control de exportación probablemente se mide en miles de millones de dólares.

Lo que el análisis no puede demostrar

El propio estudio es prudente. La huella indica cómo se crearon los pesos y apoya la idea de que Blackwell también intervino en el entrenamiento, pero no lo demuestra del todo. La única alternativa identificada son equipos AMD configurados de forma especial, que también tienen restricciones de exportación a China. Los autores la descartan para DeepSeek-V4-Flash y la consideran muy improbable en los otros cinco modelos.

Tampoco establece dónde están los chips, cómo se obtuvieron ni si se han incumplido los controles de exportación. Además, la huella de Hopper no distingue entre el H800, una versión pensada para el mercado chino, el H100 o el H200. Las identificaciones de H800 proceden de declaraciones de los propios laboratorios, no del método.

Queda por saber cómo llegaron esos chips a China y si los controles de exportación siguen siendo eficaces.

Newsletter · gratis

La semana de la IA, en cinco minutos.

Únete a los lectores que empiezan la semana sabiendo qué pasa en la IA. Cada domingo, en tu correo.