DeepSeek i Moonshot AI možda trenirani na NVIDIA Blackwell GPU-ovima
Štreberi pre 2 sata
Istraživači iz Unemployment Labs tvrde da su kineski AI modeli kompanije DeepSeek i Moonshot AI možda koristili klastere sa hiljadama NVIDIA Blackwell GPU-ova tokom inicijalizacije treniranja.
Metoda se zasniva na obrnutom inženjeringu težina AI modela kako bi se otkrio otisak hardvera koji odgovara specifičnoj GPU arhitekturi. Kako funkcioniše forenzička analiza Svaka GPU arhitektura ima drugačiji raspored streaming multiprocesora (SM), što diktira tačan mrežni obrazac koji se koristi za postavljanje početnih nasumičnih vrednosti u AI model pre treniranja. Istraživač DuPue je uporedio statičke obrasce težina analiziranih modela sa obrascima
