ActualitésActionsUne analyse légiste relie six modèles d'IA chinois aux puces Nvidia Blackwell soumises à des contrôles à l'exportation

Une analyse légiste relie six modèles d'IA chinois aux puces Nvidia Blackwell soumises à des contrôles à l'exportation

Auteur: CryptoBriefing·

Points clés

  • •Les six modèles identifiés sont DeepSeek-V4-Flash, DeepSeek-V4-Pro, Kimi K3, Kimi K3.1-Pro, MiniMax-M3 et Ling-3.1-flash d'Ant Group.
  • •Quatre des modèles correspondent aux systèmes GB200 ou GB300 Grace Blackwell de Nvidia, tandis que les deux autres correspondent aux puces B200 ou B300.
  • •DePue a estimé que les plus grands entraînements, Kimi K3 et DeepSeek-V4-Pro, ont chacun utilisé environ 2 000 à 3 000 GPU Blackwell, les cinq entraînements finaux combinés coûtant plus de 500 millions de dollars.
  • •Le rapport indique que les preuves ne montrent pas où se trouvaient les puces, qui les possédait ni comment elles ont été obtenues, et ne constitue pas une conclusion selon laquelle une loi aurait été enfreinte.
  • •Nvidia, DeepSeek, Moonshot, MiniMax et Ant Group n'avaient pas commenté le rapport au moment de la publication.
Une analyse légiste relie six modèles d'IA chinois aux puces Nvidia Blackwell soumises à des contrôles à l'exportation

Une analyse légiste des poids de modèles rendus publics indique que six modèles d'intelligence artificielle issus de quatre des principaux laboratoires chinois ont été initialisés sur des puces Nvidia Blackwell, dont l'exportation vers la Chine est interdite, selon des résultats publiés le 12 novembre. Blackwell est la génération de puces data-center la plus avancée de Nvidia, succédant à l'architecture Hopper qui a produit le H100, et elle n'a pas été autorisée à la vente en Chine.

Les modèles proviennent de DeepSeek, Moonshot AI, MiniMax et Ant Group.

L'analyse a été menée par Will DePue, un ancien chercheur d'OpenAI ayant rejoint l'entreprise en 2023, où il a travaillé sur ses modèles vidéo Sora et sur le post-training d'o3 et GPT-4o. DePue a publié l'analyse via Unemployment Labs. Il affirme qu'elle repose entièrement sur les poids — les paramètres numériques qui encodent le comportement d'un modèle — que les entreprises ont rendus publics, et non sur des fuites ou des témoignages internes. Dans une publication sur X, il a déclaré que des chercheurs seniors d'OpenAI et d'Anthropic avaient vérifié le résultat de manière indépendante. Le rapport ne cite aucun évaluateur externe.

Les six modèles identifiés sont DeepSeek-V4-Flash, DeepSeek-V4-Pro, Kimi K3, Kimi K3.1-Pro, MiniMax-M3 et Ling-3.1-flash d'Ant Group. Selon le rapport, quatre d'entre eux correspondent aux systèmes GB200 ou GB300 Grace Blackwell de Nvidia, qui associent les processeurs Grace de la société aux GPU Blackwell dans des configurations conçues pour l'entraînement à grande échelle, tandis que les deux autres correspondent aux puces B200 ou B300.

La méthode repose sur les valeurs initiales que reçoivent les poids d'un modèle avant le début de l'entraînement. DePue affirme que la disposition de ces valeurs dépend du GPU exact et de la graine aléatoire utilisée, et que des traces du schéma subsistent dans le modèle publié. Il déclare avoir recherché plus de six trillions de combinaisons de disposition de puces et de graines pour trouver des correspondances.

Il a ensuite testé les correspondances sur du matériel réel. Avec la graine retrouvée, un Blackwell B300 a reproduit bit par bit les poids initiaux intacts de DeepSeek-V4-Flash, et un GB200 loué a reproduit les 13 lignes préservées de Kimi K3. Le H100, modèle plus ancien de Nvidia, n'a reproduit aucune ligne de V4-Flash, et le MI300X d'AMD non plus. Modifier la graine d'une unité a brisé toutes les correspondances. Le rapport estime à environ 8 écarts-types la correspondance la plus forte que le hasard pourrait produire ; les correspondances réelles vont de 49 à 1 385.

DePue estime que les plus grands entraînements, Kimi K3 et DeepSeek-V4-Pro, ont chacun utilisé environ 2 000 à 3 000 GPU Blackwell. Il évalue chaque cluster entre 150 et 200 millions de dollars, et les cinq entraînements finaux combinés à plus de 500 millions de dollars.

Le rapport est explicite sur ses limites. Il indique que la méthode « identifie le matériel qui a généré les poids initiaux, et non chaque puce ayant ultérieurement contribué à l'entraînement du modèle ». Il précise également que les preuves ne montrent pas où se trouvaient les puces, qui les possédait ni comment elles ont été obtenues, et note que les systèmes Blackwell peuvent être loués dans des centres de données hors de Chine. Selon les termes du rapport, les résultats « ne constituent pas une conclusion selon laquelle une loi aurait été enfreinte ».

L'analyse s'ajoute à la surveillance existante concernant la manière dont les laboratoires chinois accèdent aux puces haut de gamme de Nvidia. Washington restreint les exportations des principales puces d'IA de Nvidia vers la Chine depuis octobre 2022, une politique qui a poussé Nvidia à vendre sur ce marché des puces spécifiques à la Chine aux capacités réduites, comme le H20, tandis que son matériel haut de gamme reste interdit. En juillet, le conseiller scientifique de la Maison-Blanche, Michael Kratsios, a déclaré que Moonshot avait « accédé à des GB300 en Thaïlande, probablement pour entraîner ses modèles d'IA », en référence à Kimi K3. Le 12 novembre, The Information a rapporté que des sociétés liées à Alice Huang avaient investi dans DeepSeek et lui avaient promis des puces Nvidia. La veille, les sénateurs Elizabeth Warren et Chris Coons ont exhorté l'administration Trump à préserver les registres d'exportation de Nvidia.

Nvidia, DeepSeek, Moonshot, MiniMax et Ant Group n'avaient pas commenté le rapport au moment de la publication. DePue indique que d'autres résultats issus de la même méthode suivront.

Cet article est basé sur le reportage original de CryptoBriefing ; l'article source a été édité par Diego Almada Lopez.