Todos los periódicos y la radio, en unoEscrito por IA a partir de Hacker News · Cómo se hace
Hacker News
Inteligencia artificial · unemploymentlabs.com
Los modelos de IA chinos de frontera llevan la huella de GPUs sometidas a control de exportación
Un informe forense sostiene que DeepSeek, Moonshot AI, MiniMax y Ant Group han usado GPUs NVIDIA Blackwell, cuya exportación a China está restringida, para crear sus modelos más recientes. La prueba sale solo de los pesos publicados. Los comentarios discuten sobre todo si eso implica alguna infracción.
Foto: vía unemploymentlabs.com
1 medio · MadridPublicada 13 nov, 09:45Actualizada 15 nov, 03:10· Ya no está en portadaEscrita por IA · cómo funciona
El informe analiza los pesos publicados de modelos de cuatro laboratorios chinos. Según sus autores, seis modelos lanzados desde abril de 2026 contienen patrones numéricos que coinciden con hardware Blackwell, mientras que los anteriores de los mismos laboratorios encajan con la generación Hopper. Los modelos son DeepSeek-V4-Flash y V4-Pro, Kimi K3 y K3.1-Pro, MiniMax-M3 y Ling-3.1-flash. Funcionarios de EE. UU. y la prensa ya habían acusado a DeepSeek y Moonshot AI de usar Blackwell, pero sin publicar pruebas técnicas.
El método recupera huellas de los valores iniciales de los pesos y busca qué configuraciones de hardware y de semilla los reproducen. Para DeepSeek-V4-Flash y Kimi K3 se confirmó la coincidencia en chips Blackwell físicos. Los autores reconocen que la huella identifica cómo se crearon los pesos y apoya, sin demostrarlo, que Blackwell también hiciera el entrenamiento. La única alternativa que han identificado es cierto hardware de AMD también restringido, que descartan para DeepSeek-V4-Flash y consideran muy improbable para los otros cinco. Aclaran que no establecen dónde estaban los chips, cómo se accedió a ellos ni si se violaron los controles.
Dicen que el método acierta en 24 modelos cuyo desarrollador ha declarado el hardware usado, y que Nemotron-3 Ultra, de NVIDIA, da 152 SM, igual que Kimi K3. Las coincidencias van de 49 a 1.385 sigma, frente a unos 8 sigma que se esperarían por azar entre unos 6 billones de combinaciones. Los modelos más recientes de Alibaba (Qwen), Zhipu (GLM), Tencent, Xiaomi y StepFun siguen leyéndose como Hopper, y en los de Meituan, que dice haber entrenado LongCat-2.0 en «AI ASIC superpods», no hay huella de NVIDIA.
Con supuestos sobre eficiencia de uso, tokens y duración, estiman que las dos mayores ejecuciones, Kimi K3 y DeepSeek-V4-Pro, necesitaron unas 4.500 y 3.000 GPUs Blackwell durante dos o tres meses, y unas 12.000 entre las cinco. A unos 70.000 dólares por GPU, el mayor clúster costaría entre 200 y 300 millones de dólares. Los autores dicen no estar seguros de estas cifras y las revisaron al alza el 12 de noviembre de 2026 respecto a la primera versión.
«Chinese frontier AI models carry the fingerprint of export-controlled GPUs» · puesto 28 · 377 puntos · enviado por firloop
Lo que dicen los comentarios
La discusión gira menos en torno a la técnica que a su alcance legal y político. Muchos comentarios recuerdan que alquilar GPUs situadas fuera de China, por ejemplo en Singapur o Malasia, no infringe los controles actuales, y que el informe no prueba lo contrario. Otros cuestionan la inferencia: que los pesos se inicializaran en cierto hardware no implica que el grueso del entrenamiento se hiciera allí. Hay desconfianza hacia el autor, vinculado a OpenAI, y hacia el momento de la publicación, aunque otro usuario señala que alguien confundió su nombre con el de otra persona. También se debate si los controles sirven de algo, si pueden hacerse cumplir con el alquiler en la nube y si el resultado es relevante, dado que según un comentario los laboratorios chinos están en transición y ya publican kernels para estas GPUs.
No se puede impedir que entrenen en centros de datos de otros países; no es material militar que haya que enviar físicamente a China. Incluso podrían entrenar dentro de EE. UU.: ya distribuyen desde allí los pesos de sus modelos abiertos.
El informe identifica rasgos que el hardware deja en los pesos iniciales y concluye que el modelo se «entrenó» en él. ¿Es válido? Un modelo podría inicializarse en un sistema y entrenarse en gran parte en otro, una flota de máquinas potentes.
El autor es un exingeniero convertido en influencer «halcón con China» de OpenAI, y esto no es un artículo académico. No sé si es cierto, pero casi todos los comentarios dan por buena la conclusión sin verificarla.
He ejecutado modelos grandes en neoclouds con un KYC mínimo. Aunque EE. UU. frene las exportaciones de GPUs, será muy difícil impedir que empresas chinas alquilen GPUs en servidores occidentales; será un juego del gato y el ratón.
Algunos creen que las sanciones y los controles de exportación de EE. UU. son justicia absoluta. Si las GPUs van a quedar fuera del alcance del consumidor, prefiero que sirvan para crear modelos abiertos y no para enriquecer a las empresas de IA.
Esta noticia la ha redactado una inteligencia artificial a partir de las fuentes citadas, con el criterio editorial de El Autómata (equilibrio, atribución y solo hechos publicados). Puede contener errores: consulta las fuentes originales. Modelo: claude-sonnet-5.5.