独立研究団体Unemployment Labsは11月12日、中国企業が公開したAIモデルを分析した結果を公表しました。
DeepSeekなど4社の6モデルから、NVIDIAのBlackwell世代GPUに一致する特徴を発見したと報告しました。
一方で、学習全体での使用やGPUの入手経路までは特定できていません。
記事の概要
調査対象は、DeepSeek、Moonshot AI、MiniMax、Ant Groupの4社が公開した計6モデルです。
分析を手がけたのは、元OpenAI研究者のWill DePue氏です。
研究チームは、AIモデルを構成する数値データからNVIDIAのB200、B300、GB200、GB300と一致する特徴を探しました。
AIの学習開始時に設定する数値には、使用GPUによる微細な違いが生じる場合があります。
その一部が学習後も残るため、研究チームはGPUの「指紋」として分析しました。
実際のB300で検証したところ、DeepSeek-V4-Flashの469行中461行で元の数値パターンをほぼ完全に再現できました。
さらに445行では数値が完全に一致しましたが、Blackwellの使用範囲や入手経路、設置場所は特定されていません。
記事のポイント
- 6モデルを分析: DeepSeekなど4社が公開した6モデルを対象に、GPU由来とみられる数値パターンを調べました。
- B300との一致を検証: DeepSeek-V4-Flashでは469行中461行がパターンを再現し、445行は数値が完全一致しました。
- 使用範囲は未特定: 学習全体でのBlackwell使用やGPUの入手経路は不明で、AMD製GPUの可能性も追加検証で評価しました。
このニュースがもたらす影響
- AIモデル開発企業: 学習に使った計算資源を後から検証される可能性が示されたため、GPUの利用履歴や学習環境を説明できる記録管理が求められそうです。
- GPU調達・監査担当: モデルの数値データから使用GPUを推定できるなら、調達先や設置場所だけでなく、学習ジョブ単位で利用実態を確認する必要が高まりそうです。
- 規制当局・政策担当: 輸出規制の実効性を評価する際、企業の申告や設備の所在に加え、モデルに残る計算資源の痕跡を補助的な検証材料にできる可能性があります。
このニュースの背景
AIモデルの学習時に設定される数値には、使用GPUに由来する違いが生じる場合があります。
その違いの一部が学習後も残るため、研究チームはモデル内の数値データをGPUの「指紋」として分析しました。
今回の分析では、DeepSeekなど4社の6モデルを対象に、NVIDIAのBlackwell世代GPUと一致する特徴を調べました。
一方で、Blackwellが学習全体に使われたか、GPUの入手経路や設置場所までは特定されていません。
関連するニュース
- リコーと東北電力がGPUクラウド上に生成AI・AIエージェント環境を構築し、地域の自治体や企業向けの実運用を検証します。
- Google Threat Intelligence Groupが、盗まれたAI認証情報を売るLLMミキサーの実態を報告しました。
- Acompanyは、データを保存せずに機密情報を処理できる推論APIを提供開始しました。
詳しい記事の内容はこちらから(引用元)
中国のAI企業が、米国の輸出規制対象となっているNVIDIAの最新GPUを使用していたのではないかという疑惑に、新たな技…
https://ascii.jp/elem/000/004/453/4453435/