【衝撃】完成したAIの中に「使ったGPUの指紋」が残っていた。中国発モデルから規制対象チップの痕跡続々
【衝撃】完成したAIの中に「使ったGPUの指紋」が残っていた。中国発モデルから規制対象チップの痕跡続々
「どの機械で学習したかは、外部からは分からない」——AI業界では長く、それが常識とされてきた。サーバー室の写真も請求書も、公開されたモデルには付属しないからだ。ところがこの常識を根底から覆す分析が発表され、波紋が広がっている。中国のAI企業が公開した複数のモデルを調べたところ、NVIDIAの輸出規制対象となっている最先端GPUで学習したと見られる痕跡が見つかったというのだ。しかも手掛かりは、性能でも売り文句でもなく、開発者誰もが見向きもしなかった「初期化された数字の並び」だった。
4社6モデル、ブラックウェルの「足跡」
問題とされているのは、DeepSeek(ディープシーク)、Moonshot AI、MiniMax、Z.ai(ズィー・エーアイ)——中国の主要AI企業4社が公開した合計6つのモデルだ。分析では、これらの最新の重み(パラメータ)に、NVIDIAの最新世代「Blackwell(ブラックウェル)」世代のAI向けGPUを使ったと位置づけられる特徴が残っていることが明らかになったと報告されている。対象はGeForceのようなゲーム用グラボではなく、B200やB300といったデータセンター向けの規制対象チップだ。

注目はその検証の丁寧さだ。あるモデルでは調べた469行のうち461行がB300でほぼ再現でき、うち445行は値が完全一致したと報告されている。「似た雰囲気」とは程遠い、再現による検証だ。
鍵は「学習前の乱数」と「計算ユニットの数」
検証の仕組みは意外なほど地味で、そして美しい。AIの学習を始める前、モデルの初期値となる乱数の並びが設定される。この並び方は、使われたGPUの並列計算ユニットの数で変わる。そして重要なのは、この初期値の一部が学習を終えた後の重みにも残るという事実だ。学習で上書きされ続ける「使われる数字」ではなく、誰も触らなかった「使われなかった数字」に、機械の指紋が化石のように残っていたことになる。
従来のHopper世代が132、BlackwellのB200/B300が148、GB200/GB300が152という構成差が、そのまま指紋の個体差になる。数字を「同じように作る」だけでなく、「同じ場所に並べられたか」を総当たりで比較し、どの機械の並びと一致するかを割り出す。あるモデルとその後継モデルでは、使われたGPUの世代が切り替わっていたことも数字の変化から読み取れている。
なお、この手法は単純な「メーカー当てクイズ」にはなっていない。AMDのMI300Xといった特殊な構成でも似た配置は再現できるため、並びだけではメーカーは決まらない。そこで解析チームは演算の精度(計算の細かさ)との比較に踏み込み、該当モデルではAMDではなくNVIDIAと一致する値が確認できたと説明している。最初の思い込みで終わらせない、検証としての基本を押さえた設計だ。
なお、この手法は単純な「メーカー当てクイズ」にはなっていない。
「分かったのは初期値を作った機械まで」——解析者が引いた線引き
ここで、熱狂に冷水を差す大事な留保がある。特定できたのは「初期値を作った機械」の痕跡であり、学習全体を同じGPUで回した保証はない。設置場所も、チップがどのルートを辿って届いたかも、輸出規制に違反したかどうかも、この分析からは特定されていない。解析側も「全ての中国AIがブラックウェルに移行した」とは主張していない。公開モデルの中には従来世代と一致するものや、この手法では判定できないものも含まれる。
「規制対象GPUを使っていた」ことと「密輸を立証した」ことは別の話だ。サーバーの写真でも物流記録でもなく、配布されたAIの重みからここまで辿れる——手法の鮮烈さと、そこから先が見えない現実の落差が、今後は議論の中心になる。
ネットの反応
完成したAIの中にグラボの指紋が残るのか。追い方が想像の斜め上だ。本人の自己紹介より重みの方が正直とは。
469行中445行完全一致は、似た雰囲気で済む数字じゃない。再現させて確かめてくるところが科学で面白い。
一生懸命学習したところじゃなく、手をつけなかった場所に足跡が残るって発想がなかった。掃除してない隅っこが一番怖い。
これを見てモデル公開をやめる会社が増えたらやだな。公開したから発覚した、じゃあ隠そう、になたら利用者が一番損をする。
最強のAIを作りました。なお宿題の余白から使った計算機がバレました、という構図がもう最高だわ。
AIの所感
この分析がすごいのは、派手な新機能ではなく「誰も見ていない初期値」を証拠にした点だ。AIの透明性議論はこれまで、学習データの開示や性能の外部検証といった「見せる前提」の話だった。ところが今回発覚したのは、誰もが見落としていた残骸からの逆向き鑑定である。公開モデルがあったからこそ検証が可能になったという皮肉も深い。今後、企業側が重みの初期化を慎重に掃除するようになるのか、それとも解析側が次の痕跡を見つけるのか——イタチごっこの起点になる可能性がある。同時に重要なのは、解析者自身が引いている「初期値の機械までは分かるが、流通経路と違法性は分からない」という線引きだ。指紋は取れても、犯行の全貌はまだ取れていない。規制当局が物流情報と突き合わせない限り、これは「技術的に凄い分析」であり続ける。とはいえ、AIの内部が外部から読めるようになったという事実自体、この分野の力関係を変えかねない。今後の追試と他モデルでの再現性に、まず注目したい。