Sechs chinesische KIs tragen den Fingerabdruck gesperrter Chips
Fragt sich nur, was dieser Fingerabdruck tatsächlich aussagt.

Zufallszahlen, die eine Adresse behalten
Bevor ein KI-Modell irgendetwas lernt, ist es eine riesige Tabelle aus zufällig gezogenen Zahlen. Das Training korrigiert sie danach eine nach der anderen, wochenlang. Manche aber bewegen sich nie: jene, die für Wörter reserviert sind, die dem Modell kein einziges Mal begegnen. Sie bleiben, wie sie am ersten Tag waren, wie der Staub unter einem Möbelstück, das nie verrückt wird.
Will DePue, früher Ingenieur bei OpenAI und in diesem Jahr Gründer der gemeinnützigen Organisation Unemployment Labs, hat sich diesen Staub genau angesehen. In einem Bericht vom 12. November behauptet er, daran den Chiptyp ablesen zu können, auf dem jede KI zur Welt kam. Seine Schlussfolgerung ist für Washington unangenehm: Bei sechs aktuellen chinesischen Modellen passe der Fingerabdruck zu Nvidia-Blackwell-Chips, einer Generation, die US-Firmen ohne Lizenz nicht nach China verkaufen dürfen.
Ein Chip, den man Peking nicht verkauft
Blackwell ist Nvidias jüngste Baureihe für Rechenzentren: B200, B300 und die Varianten mit hauseigenem Prozessor, GB200 und GB300. Laut einem Hinweis des US-Handelsministeriums vom 31. Mai 2026 braucht es seit dem 17. November 2023 eine Lizenz, um solche Spitzenchips an ein Unternehmen zu liefern, dessen Muttergesellschaft in China sitzt, auch wenn es außerhalb Chinas arbeitet. „Gesperrt“ heißt hier also: nicht ohne Lizenz lieferbar, kein absolutes Verbot. Für diese Modelle sei keine Lizenz bekannt geworden, vermerkt DePue.
Der Verdacht ist nicht neu. Im Juli warf das Weiße Haus Moonshot, dem Labor hinter Kimi K3, vor, auf GB300-Server in Thailand zugegriffen zu haben. Wie wir damals schrieben, wurde kein öffentlicher technischer Beleg vorgelegt. Neu ist das Material: Es stammt weder aus einem Leak noch von einem Informanten, sondern aus den Gewichten, die die Labore selbst veröffentlicht haben.
Dieselbe Ziehung, verteilt auf 132 oder 152 Spalten
Der Mechanismus hängt an einem Ingenieursdetail. PyTorch, die Software, mit der die meisten großen Modelle gebaut werden, verteilt das Ziehen der Zufallszahlen auf Tausende kleiner paralleler Aufgaben, und zwar 2 048 pro Rechenkern. Die Zahl der Kerne unterscheidet sich aber von Chip zu Chip: 132 bei den Hopper-Chips der Vorgängergeneration (H100, H800, H200), 148 bei B200 und B300, 152 bei GB200 und GB300.
Stellen Sie sich ein Kartenspiel vor, das um einen Tisch herum ausgeteilt wird. Mit 132 oder mit 152 Mitspielern kommen die Karten in derselben Reihenfolge aus dem Stapel, landen aber bei anderen Personen. Hier ist es genauso: Derselbe Startwert (Seed) liefert dieselben Zahlen, je nach Chip jedoch an anderen Positionen. Der PyTorch-Code bestätigt, dass die Verteilung von der Kernzahl des Chips abhängt.
DePue suchte deshalb, welcher Seed und welche Kernzahl die unverändert gebliebenen Werte wieder erzeugen. Nach eigener Angabe hat er dafür rund 6 Billionen Kombinationen durchgespielt.
DeepSeek: derselbe Seed, zwei Maschinen
Am deutlichsten ist der Fall DeepSeek, das von Modell zu Modell denselben Seed wiederverwendet. DeepSeek-V3 (Dezember 2024) entspricht 132 Kernen: Hopper, passend zu den H800, die das Labor angegeben hatte. DeepSeek-V4-Flash (April 2026) entspricht 148 Kernen.
Anschließend machte DePue die Gegenprobe auf echten Maschinen. Auf einer B300 erzeugt unverändertes PyTorch 461 der 469 getesteten Zeilen von V4-Flash neu, davon 445 bitgenau. Auf einer H100 erzeugt es die Zeilen von V3. Keiner der beiden Chips reproduziert das Modell des anderen, und ein um nur eine Einheit verschobener Seed führt zu nichts. Dasselbe Ergebnis gibt es für Kimi K3 auf einer gemieteten GB200.
Die vollständige Liste umfasst sechs Modelle von vier Laboren: DeepSeek-V4-Flash und V4-Pro, Kimi K3 und K3.1-Pro von Moonshot, MiniMax-M3 sowie Ling-3.1-flash von Ant Group, der Muttergesellschaft von Alipay. Bei jedem las das Vorgängermodell noch Hopper. Nicht alle sind umgestiegen: Die jüngsten Modelle von Alibaba, Zhipu, Tencent, Xiaomi und StepFun lesen weiterhin Hopper.
Zum Test ließ DePue seine Methode über 24 Modelle laufen, deren Hersteller die Hardware veröffentlicht hat. Sie trifft jedes Mal: 132 Kerne bei Metas Llama 3.1, trainiert auf H100, und 152 bei Nvidias Nemotron-3 Ultra, von dem eine Phase auf GB200 lief. Er räumt selbst ein, dass diese Vergleichsfälle nicht alle unabhängig voneinander sind, und spricht von einer Konsistenzprüfung, nicht von einer gemessenen Trefferquote.
Die Prüfung läuft in wenigen Sekunden auf einem Laptop. Wir haben sie wiederholt, mit frisch aus den offiziellen Repositories der vier Labore geladenen Gewichten: Sie landet bei denselben Werten. Nur die richtige Kernzahl bringt die Zahlen zur Deckung, alle anderen bleiben im Rauschen.
DeepSeek machte übrigens kein großes Geheimnis daraus: Die Engine, die das Labor im Oktober veröffentlicht hat, um seine Modelle zu betreiben, ist nur für Blackwell-Chips und für Huaweis Ascend ausgelegt.
Was der Fingerabdruck nicht sagt
Erstens ist es eine veröffentlichte Methode, noch keine erprobte. Die Prüfung, die wir wiederholt haben, ist die von DePue, mit seinem Code. Die Gegenprobe auf echten Blackwell-Chips hat bislang niemand sonst veröffentlicht. DePue behauptet auf X, Forscher von OpenAI und Anthropic hätten seine Ergebnisse überprüft; keiner von ihnen hat sich jedoch öffentlich geäußert, und sein Bericht sagt dazu nichts.
Zweitens kann ein anderer Chip die Signatur nachahmen: eine AMD MI300X, sehr ungewöhnlich so eingestellt, dass sie nur 148 oder 152 ihrer Einheiten nutzt. Für DeepSeek-V4-Flash hat DePue das anhand winziger Rundungsunterschiede zwischen den beiden Herstellern ausgeschlossen. Bei den übrigen fünf Modellen hält er es für sehr unwahrscheinlich, kann es aber nicht ausschließen. Auch dieser Chip unterliegt übrigens der Exportkontrolle.
Drittens bezeichnet der Fingerabdruck die Maschine, auf der die Ausgangsgewichte entstanden, nicht zwingend die, die das gesamte Training übernommen haben. Ein Modell kann auf einem Chip zur Welt kommen und auf anderen heranwachsen. DePue schätzt dennoch, dass für die fünf Trainings rund 12 000 Blackwell-Chips im Einsatz waren, für mehr als eine halbe Milliarde Dollar. Er schreibt, dass er diesen Schätzungen nicht traut, und er hat sie noch am Tag der Veröffentlichung nach oben korrigiert.
Viertens verrät die Methode weder, wo die Chips standen, noch, wem sie gehörten. Blackwell-Server lassen sich in Rechenzentren außerhalb Chinas mieten, und Rechenleistung zu mieten heißt nicht, einen Chip zu kaufen. Genau diese Lücke will laut The Register ein US-Gesetzentwurf schließen, der Cloud Security Act. Der Bericht sagt es ohne Umschweife: Seine Belege zeigten einen Zugang zur Hardware, keinen Schmuggel und keinen Verstoß gegen die Exportregeln.
Der Zufall hat den Namen der Maschine behalten, aber nicht ihre Anschrift.
War dieser Artikel hilfreich?
Behandelte Themen:
Häufig gestellte Fragen
Woran erkennt man, auf welchem Chip ein KI-Modell entstanden ist?
Welche chinesischen Modelle tragen die Spur von Blackwell-Chips?
Ist das ein Beleg für Chip-Schmuggel?
Wie verlässlich ist die Methode von Will DePue?
Haben OpenAI und Anthropic die Ergebnisse überprüft?

Alexandre Noto
Mitgründer & Tech-Experte
Alexandre ist seit über 20 Jahren in der Tech-Branche. Unternehmer, Software-Architekt und KI-Enthusiast, übersetzt er komplexe Konzepte in verständliche Erklärungen. Bei Declic Media ist er die technische Stimme, die KI für alle verständlich macht.
Alle Artikel von Alexandre →