老外的一份详细分析报告，报告声称中国排名前四的 AI 实验室——DeepSeek、Moonshot、MiniMax 和 Ant Group——使用 NVIDIA 最先进的 Blackwell 芯片构建了它们最新的模型。 核心证明来自模型公开发布权重中的“硬件指纹”，具体是 PyTorch 初始化随机权重时，由 GPU 的 streaming multiprocessor（SM，流式多处理器）数量决定的线程布局所留下的数值模式。 方法原理（报告核心技术基础）： PyTorch 在训练开始前用 Philox 伪随机数生成器为权重赋初值。这个过程的线程分配依赖于 GPU 的 SM 数量：Hopper 系列（H100 SXM / H200 / H800）：132 SMs（约 270,336 线程） Blackwell B200/B300：148 SMs（约 303,104 线程） Grace Blackwell GB200/GB300：152 SMs（约 311,296 线程） 报告分析了多款 2026 年发布的开源模型，发现：DeepSeek-V4-Flash、MiniMax-M3：匹配 148 SM（B200/B300） DeepSeek-V4-Pro、Kimi K3、Kimi K3.1-Pro、Ling-3.1-flash（Ant Group）：匹配 152 SM（GB200/GB300） 这些实验室更早的模型（如 DeepSeek-V3、Kimi K2.5、MiniMax-M2.7、Ling-3.0-flash）匹配 Hopper 的 132 SM，从 2026 年中开始的新模型切换到 Blackwell 布局。 详细分析报告：https://unemploymentlabs.com/checkpoint-forensics