DeepSeek作出这一认定的是Unemployment Labs，报告日期为2026年11月12日。被点名的六款模型分别是DeepSeek-V4-Flash、DeepSeek-V4-Pro、Kimi K3、Kimi K3.1-Pro、MiniMax-M3、Ling-3.1-flash，报告认为它们在训练初始化阶段用上了受出口管制的NVIDIA Blackwell GPU，推算GPU数量约12000块。
事实还原
结论的得出方式，是分析模型权重初始化的数值分布模式，置信度区间为49至1385个标准差。具体到芯片特征，DeepSeek-V4系列与MiniMax-M3对应B200/B300，Kimi K3系列与Ling-3.1-flash对应GB200/GB300。各实验室旧版本模型此前都显示Hopper代硬件痕迹，新版本则在2026年4月至10月集体换了代。
所有证据均取自已公开的模型权重，没有泄露材料，也没有内部消息。研究者的做法是先恢复模型初始值，再寻找能够复现这些值的硬件配置与初始化设置。DeepSeek-V4-Flash与Kimi K3另在物理Blackwell芯片上获得了确认。
机制拆解
这套方法的原理，是靠权重初始化的数值分布来识别硬件指纹。Hopper指纹分不出H800、H100 SXM和H200，Blackwell指纹则能区分148 SM与152 SM两种配置。报告用24个已公开硬件信息的模型做了验证，方法给出的结论与开发者公告完全一致。
六款模型里，最强证据达到1385 sigma，即便最弱的单项测试也有20 sigma，远高于随机匹配的预期上限。按训练规模估算，每轮运行需1500至3500块Blackwell GPU，耗时一个半月至三个月。
产业影响
四家实验室的新模型同时出现Blackwell痕迹，其他中国实验室则不是这样：阿里巴巴Qwen、智谱GLM、腾讯、小米、StepFun的最新模型仍显示Hopper特征。美团LongCat-2.0没有检测到NVIDIA指纹。
这一发现给评测透明度与芯片出口管控的交叉地带提供了一条可验证的技术路径：模型权重本身，就能成为硬件使用痕迹的载体。
战略判断
（以下为分析而非事实）类似取证方法一旦被广泛采用，模型发布方可能承受更高的披露压力，硬件获取渠道的隐蔽性也会进一步受挑战。历史先例表明，技术痕迹公开之后，监管工具的迭代往往随之加快，但各方也可能因此转而探索非NVIDIA的替代路径。
