Pesquisa revela que DeepSeek, Kimi e IAs chinesas foram treinadas em GPUs Nvidia Blackwell banidas

Uma investigação forense de inteligência artificial revelou evidências matemáticas contundentes de que os principais modelos de linguagem desenvolvidos na China foram inicializados e treinados utilizando os novíssimos chips Nvidia Blackwell — aceleradores gráficos de altíssimo desempenho cuja exportação para o país asiático é expressamente proibida pelas sanções do governo dos Estados Unidos.

A descoberta foi divulgada pelo pesquisador Will DePue, do laboratório Unemployment Labs, e envolveu a análise estatística dos pesos públicos de modelos de ponta como DeepSeek-V4-Flash, DeepSeek-V4-Pro, Kimi K3 e Kimi K3.1-Pro (da Moonshot AI), além do MiniMax-M3 e do Ling-3.1-flash (do grupo financeiro Ant Group).

O método inovador utilizado na perícia, batizado de “GPU Fingerprinting” (impressão digital de GPU), conseguiu identificar o hardware exato que deu origem aos cérebros digitais sem precisar ter acesso físico a nenhum servidor.

Como funciona a “impressão digital” de um chip nos pesos da IA

O princípio por trás do rastreamento reside na forma como os frameworks de aprendizado de máquina, especialmente o PyTorch em conjunto com a biblioteca cuRAND da Nvidia, realizam a inicialização aleatória dos pesos de uma rede neural antes do treinamento massivo.

Ao gerar trilhões de números pseudoaleatórios para preencher as matrizes iniciais do modelo, o algoritmo distribui essas operações diretamente entre os multiprocessadores de fluxo (Streaming Multiprocessors, ou SMs) e as threads disponíveis no silício. Como cada arquitetura da Nvidia possui uma contagem física única de núcleos — o Hopper H100 possui 132 SMs ativos, enquanto o Blackwell B200/B300 conta com 148 SMs e o superchip GB200/GB300 salta para 152 SMs —, o padrão de dispersão dos dados gera uma assinatura matemática indelével.

Mesmo após meses de treinamento intensivo consumindo terabytes de textos e códigos, frações dessa distribuição inicial permanecem gravadas nas matrizes do modelo final.

“Ao cruzar trilhões de combinações de sementes e topologias de hardware, recuperamos a assinatura de inicialização gravada nos pesos públicos. A correlação com os chips Blackwell variou entre 49 e 1.385 desvios padrão (sigma), um número estatisticamente avassalador diante dos míseros 8 sigma que poderiam ocorrer por puro acaso”, detalhou a pesquisa.

DeepSeek e rivais migraram do Hopper para o Blackwell

A perícia traçou um comparativo direto com as gerações anteriores dos laboratórios chineses. Modelos lançados no início do ano, como o aclamado DeepSeek-V3, exibiam com precisão a assinatura matemática dos chips Nvidia Hopper H100 e H800 — arquiteturas que já haviam sofrido restrições, mas que chegaram a circular em grande volume no mercado asiático antes do aperto das regras comerciais.

No entanto, a nova leva de modelos lançada recentemente deu um salto direto para o ecossistema Blackwell:

• Arquitetura B200 / B300: Detectada com alta certeza nas matrizes dos modelos DeepSeek-V4-Flash e MiniMax-M3.
• Arquitetura de Superchips GB200 / GB300: Detectada nos pesos de modelos de maior escala, incluindo DeepSeek-V4-Pro, Kimi K3, Kimi K3.1-Pro e Ling-3.1-flash.

A constatação desmonta narrativas públicas que sugeriam que as startups chinesas estariam treinando suas IAs de ponta exclusivamente com aceleradores domésticos, como os processadores Ascend da Huawei, ou apenas reaproveitando velhos lotes de placas GeForce de consumo adaptadas.

O enigma geopolítico: contrabando ou nuvem no exterior?

Embora o método comprove matematicamente qual geração de GPU gerou os arquivos de inicialização, a técnica possui uma limitação crucial: ela não consegue indicar a coordenada geográfica onde as máquinas estavam ligadas na tomada.

Especialistas em geopolítica e segurança cibernética apontam dois caminhos possíveis para a presença do Blackwell no ecossistema chinês:

1. Fazendas clandestinas e contrabando: Aceleradores Blackwell podem ter sido desviados por meio de rotas complexas de importação passando por países intermediários do Sudeste Asiático e do Oriente Médio, sendo montados em data centers não declarados.
2. Uso de nuvens offshore: Empresas chinesas podem ter contratado capacidade computacional de data centers sediados fora da China (em locais como Cingapura, Malásia ou Oriente Médio) por meio de empresas de fachada, burlando o controle de identidade para rodar os estágios iniciais de treinamento.

O relatório gerou repercussão imediata em Washington e deve acelerar novas medidas de auditoria física e rastreamento de consumo elétrico por parte de governos e fornecedores globais de infraestrutura em nuvem.