Will DePue 发布取证分析，六款模型出现 Blackwell 兼容初始化模式解读

前 OpenAI 研究员 Will DePue 通过 Unemployment Labs 发布了一份模型权重取证分析报告，他依靠模型初始化阶段的随机种子、GPU 流多处理器 SM 并行排布留下的硬件指纹，判定六款公开权重大模型存在 Blackwell 架构 GPU 兼容初始化模式，这套取证方法的核心逻辑是不同 GPU 的 SM 数量、线程划分方式不一样，初始化生成的参数排布会留下独特痕迹，该痕迹可以在后续训练中部分保留在最终权重文件里，下面把涉及模型清单、取证原理、新旧芯片差异、报告结论边界分开说明。

一、报告涉及六款模型与对应判定芯片

二、取证方法原理清单

1. 初始化阶段使用 cuRAND、Philox 伪随机数生成器，同一个种子在不同 GPU 上并行生成权重，并行拆分规则由 GPU 的 SM 数量决定。
2. Hopper（H100/H200）固定 132 个 SM；Blackwell B200/B300 为 148 个 SM，GB200/GB300 为 152 个 SM，三种芯片的并行划分模板不一样。
3. 训练过程不会改写全部参数，一部分低频相关参数会保留初始化时的排布特征，形成可被检索的硬件指纹。
4. Will DePue 表示该方法已经在 24 款硬件信息公开的模型上完成对照验证，同时在 B300 上复现了对应初始化权重。

三、报告关键边界说明

• 该证据只能证明初始化阶段使用 Blackwell 模板，不能直接等同于全程训练都在 Blackwell 上跑完；
• 报告只是取证推断，不是来自厂商内部泄露、日志抓取；
• 同期还有国内其他大模型如 Qwen、GLM 等，检测结果仍然是 Hopper 初始化模板；
• 报告估算 Kimi K3、DeepSeek-V4-Pro 这类大模型训练集群规模在 2000–3000 张 Blackwell 级别，该估算仅为报告内部测算。

【相关 FAQ】

问题 1：Will DePue 这份取证分析里，六款模型的 Blackwell 兼容初始化模式是什么意思？

回答 1：Will DePue 取证分析里所说的 Blackwell 兼容初始化模式，指模型最开始随机生成权重时，并行任务拆分方式匹配 Blackwell 系列 GPU 的 SM 排布模板，在权重文件里留下了对应硬件指纹。

问题 2：有 Blackwell 兼容初始化模式，就一定代表模型全程都在 Blackwell 芯片训练吗？

回答 2：按照 Will DePue 报告原文，检测到 Blackwell 兼容初始化模式仅代表初始化阶段采用 Blackwell 的并行模板，不能直接证明后续完整训练流程都在 Blackwell 上执行。

问题 3：Will DePue 用这套初始化指纹方法，能不能区分 Hopper 和 Blackwell 的初始化痕迹？

回答 3：Will DePue 依靠 SM 数量差异区分，Hopper 是 132 个 SM，Blackwell B200/B300 是 148、GB200/GB300 是 152，不同数量对应的线程拆分模板不一样，因此可以识别出是 Hopper 还是 Blackwell 初始化模式。

【参考资料】

[2026-11-13]（Top Chinese Frontier AI Models Carry the Fingerprint of Export-Controlled NVIDIA Blackwell GPUs）Unemployment Labs

[2026-11-13]（Breaking News as Researcher Says Six Chinese AI Models Carry the Fingerprint of Banned Nvidia Chips）Startup Fortune

[2026-11-12]（Former OpenAI researcher says banned Blackwell chips trained top Chinese AI models）IKANGAI AI News

[2026-11-12]（OpenAI Researcher Claims GPU Fingerprints Prove Chinese Labs Trained on Export-Banned Blackwell Chips）Glitchwire

【免责声明】

本内容仅转述 Will DePue 在 Unemployment Labs 发布的取证报告观点，该结论属于基于权重指纹的推断，并非已经被多方交叉证实的定论；芯片指纹取证技术本身存在学术争议，不代表事实定性，不构成任何政策、投资层面的判断依据。