Huellas de GPU Blackwell de Nvidia en modelos de IA chinos: La investigación forense que sacude el mundo tecnológico
Un exinvestigador de OpenAI asegura haber desarrollado el primer método técnico capaz de detectar qué hardware se utilizó para entrenar un modelo de inteligencia artificial, simplemente analizando sus pesos públicos. Sus conclusiones son explosivas: varias de las empresas de IA más importantes de China estarían utilizando las GPU Blackwell de Nvidia para entrenar sus modelos, a pesar de las estrictas restricciones de exportación impuestas por el gobierno de Estados Unidos. Si estas afirmaciones se confirman, nos encontramos ante uno de los casos de evasión de sanciones tecnológicas más significativos de la historia reciente.
¿Quién es Will DePue y qué ha descubierto?
Will DePue, investigador que formó parte del equipo de OpenAI, afirma haber construido lo que describe como la primera evidencia técnica rigurosa de que empresas chinas de primer nivel están utilizando chips de inteligencia artificial cuya exportación a China está explícitamente prohibida por la normativa estadounidense. Las compañías señaladas incluyen nombres de peso en el ecosistema de IA global: DeepSeek, Moonshot AI, MiniMax y Ant Group.
En total, DePue analiza seis modelos distribuidos entre estas cuatro compañías. Su metodología no requiere acceso físico a los centros de datos ni documentos internos confidenciales. En su lugar, parte de los propios pesos publicados por las empresas cuando liberan sus modelos de forma abierta, buscando en ellos rastros invisibles al ojo humano pero detectables mediante análisis computacional.
La cifra que acompaña a sus conclusiones resulta igualmente impactante: el hardware involucrado en cinco de las ejecuciones de entrenamiento identificadas tendría un valor superior a los 500 millones de dólares, una magnitud que, por sí sola, habla de operaciones de enorme escala y sofisticación logística.
El contexto regulatorio: Una carrera armamentística de chips y sanciones
Para comprender el peso de estas acusaciones, es necesario entender el complejo marco de restricciones que Estados Unidos ha construido progresivamente en torno a la exportación de semiconductores avanzados hacia China.
En octubre de 2022, la administración Biden implementó las primeras restricciones significativas que bloqueaban la venta de chips de IA de alto rendimiento a empresas chinas. Las GPU A100 y H100 de Nvidia fueron las primeras afectadas. En respuesta, Nvidia diseñó versiones “degradadas” para el mercado chino, como la A800 y la H800, que mantenían capacidades de cómputo sustanciales pero con velocidades de interconexión reducidas. Sin embargo, en octubre de 2023, el Departamento de Comercio de Estados Unidos amplió las restricciones para cerrar también esa vía.
La arquitectura Blackwell de Nvidia, que representa la generación más avanzada de GPU para computación de IA, está completamente vetada para su exportación a China. Sus prestaciones superan significativamente a la generación Hopper (H100 y H200), y sus precios reflejan esa superioridad: una GPU B200 individual puede costar entre 30.000 y 40.000 dólares en el mercado. Un clúster de entrenamiento de modelos de frontera puede reunir entre 10.000 y 100.000 unidades trabajando en paralelo, lo que eleva el valor total a cientos de millones de dólares, cifra que encaja con precisión en las estimaciones de DePue.
El método forense: Leer las “huellas dactilares” del hardware
El aspecto más revolucionario de la investigación de DePue es su metodología. Según sus declaraciones, es posible inferir qué hardware se utilizó para entrenar un modelo de IA analizando directamente los pesos del modelo, es decir, los parámetros numéricos que definen su comportamiento y que las empresas publican cuando liberan sus modelos de forma abierta al público.
El principio detrás de este enfoque es que diferentes arquitecturas de GPU generan patrones numéricos sutilmente distintos durante el proceso de entrenamiento. Las operaciones de punto flotante, los errores de redondeo acumulados, los patrones de acumulación numérica y otros artefactos computacionales dejan rastros identificables que son específicos de cada generación de hardware. En términos más accesibles, cada familia de chips imprime una especie de “firma digital” involuntaria en los pesos del modelo que se entrena con ella.
DePue habría desarrollado un marco de análisis capaz de identificar estas firmas y asociarlas con arquitecturas concretas de GPU. Sus conclusiones apuntan a que los patrones encontrados en los pesos de los modelos analizados son consistentes con los producidos por GPU Blackwell de Nvidia, y no con las alternativas disponibles legalmente en China, como los chips Ascend de Huawei o versiones más antiguas y no restringidas de GPU de Nvidia.
Si este método es validado por la comunidad científica, su impacto podría ir mucho más allá de este caso concreto. Los organismos reguladores dispondrían de una herramienta de auditoría técnica independiente para verificar qué hardware se empleó en el entrenamiento de cualquier modelo, sin necesidad de acceder físicamente a los centros de datos ni depender de declaraciones voluntarias de las empresas.
Las empresas señaladas: Nombres clave del ecosistema de IA chino
DeepSeek es quizás el caso más sensible de los identificados. Esta startup, fundada por la firma de fondos de cobertura High-Flyer Capital Management, generó un impacto sísmico en los mercados globales con el lanzamiento de su modelo DeepSeek-R1, presentado como extremadamente eficiente en términos de costes de entrenamiento. La narrativa oficial de la empresa sostenía que sus modelos se habían entrenado principalmente con GPU H800, las versiones que eran exportables a China antes de las restricciones de 2023. Si DePue tiene razón, esa historia podría ser incompleta o directamente inexacta.
Moonshot AI, conocida por su modelo de lenguaje Kimi, ha alcanzado una relevancia considerable en el mercado asiático por sus capacidades de contexto largo y procesamiento multimodal. MiniMax, por su parte, es una startup de IA generativa que ha desarrollado modelos de texto, voz e imagen y que ha experimentado un crecimiento acelerado con importantes rondas de financiación internacional. Finalmente, Ant Group, el gigante fintech del ecosistema de Alibaba, ha invertido masivamente en modelos de IA para aplicaciones financieras y comerciales.
¿Cómo habrían accedido al hardware prohibido?
La pregunta central que emerge de esta investigación es obvia: si las GPU Blackwell están explícitamente vetadas para su exportación a China, ¿cómo habrían accedido estas empresas a hardware por valor de más de 500 millones de dólares?
Los analistas de seguridad y comercio internacional han identificado varios mecanismos potenciales. El primero y más documentado es la compra a través de terceros países: enrutar las adquisiciones mediante intermediarios en naciones sin restricciones equivalentes, como Singapur, Malasia, los Emiratos Árabes Unidos o ciertas economías del sudeste asiático. El Departamento de Comercio de Estados Unidos ha intensificado en los últimos años la vigilancia sobre estas rutas, pero la sofisticación de los esquemas de triangulación sigue siendo un desafío regulatorio mayúsculo.
Otra posibilidad es el acceso a computación en la nube a través de filiales o socios en mercados no restringidos, donde los modelos se entrenarían en infraestructura técnicamente ubicada fuera de China pero bajo el control operativo de estas empresas. También existe la hipótesis del mercado secundario, donde hardware ya vendido legalmente en otros países termina revendiéndose a través de canales opacos.
Implicaciones geopolíticas y para el sector tecnológico global
Si las conclusiones de DePue resisten el escrutinio científico, las consecuencias serán múltiples y de largo alcance. En primer lugar, pondrían en entredicho la narrativa de eficiencia que algunas empresas chinas de IA han construido cuidadosamente: la idea de que sus modelos son capaces de igualar o superar a los modelos occidentales utilizando hardware inferior y menor inversión. Si en realidad están accediendo a los mejores chips del mercado, esa narrativa necesita ser revisada en profundidad.
En segundo lugar, la investigación señala directamente a una posible vulneración masiva de las sanciones estadounidenses, con implicaciones legales, diplomáticas y comerciales de enorme magnitud. Los reguladores de comercio exterior y los comités de seguridad nacional del Congreso estadounidense tienen ahora sobre la mesa una metodología que podría convertirse en estándar para la verificación de cumplimiento.
En tercer lugar, el método forense de DePue abre un debate nuevo y fascinante dentro de la comunidad de investigación en IA: ¿qué información adicional oculta o revelan los pesos públicos de un modelo? Si es posible inferir el hardware de entrenamiento, ¿qué otros secretos industriales o prácticas de entrenamiento podrían deducirse mediante análisis similares?
Un caso que apenas comienza
La investigación de Will DePue se encuentra aún en una fase temprana de validación externa. Ninguna de las empresas señaladas ha emitido hasta el momento una respuesta pública detallada a las acusaciones. La comunidad científica necesitará revisar y replicar la metodología antes de que pueda considerarse definitiva.
Sin embargo, la importancia de lo que está en juego es innegable. Estamos ante la intersección de algunas de las tensiones más profundas del mundo tecnológico actual: la carrera global por la supremacía en inteligencia artificial, el uso de los controles de exportación como instrumento de política exterior, y la creciente capacidad de la ciencia forense digital para desentrañar secretos ocultos en los datos más aparentemente opacos.
En un mundo donde los modelos de IA se han convertido en infraestructura crítica y en activos estratégicos nacionales, la pregunta de con qué hardware se entrena cada modelo y bajo qué condiciones regulatorias ha dejado de ser un detalle técnico menor para convertirse en una cuestión de primer orden geopolítico. La investigación de DePue, sea cual sea su veredicto final, ha colocado esa pregunta en el centro del debate internacional.
