OpenAI 研究员反驳模型硬件指纹说:24/24 全部对上训练芯片
willdepue · x · 2026-11-13
针对 @dfranke 质疑「模型初始化硬件指纹」 forensics 方法不可靠(初始化可在任意廉价机器上完成)的说法,willdepue 反驳称他发布前实测过:在 24 个实验室公开了训练硬件的模型上,指纹全部与宣称硬件吻合,包括 H800 上训练的 DeepSeek-V3、Kimi K2,以及 NVIDIA 在 GB200 上训练的 Nemotron 系列。
他的论据是训练软件的工作方式:训练任务会在同一批 GPU 上自行生成初始权重,例如 Kimi K3 的初始权重由至少 64 个进程创建,每个都跑在 Grace Blackwell 芯片上——这意味着训练任务确实是在 Blackwell 机架上启动的,「桌子底下的机器做不到这一点」。初始化虽然计算量小,但没人会放在另一台机器上做,因为那只是训练脚本里的一行代码。
「模型」频道最新
- Gemini 4 Hydrogen 发布:高速全能模型全渠道可用 — CodeByPoonam · 2026-11-13
- Claude 多版本模型在 Mythos 里敲钟办「五门盛宴」仪式 — repligate · 2026-11-13
- 调查者无法复现 DeepSeek V4.1-Flash 权重种子,转向华为传闻或属实 — TheNormanMu · 2026-11-13
- Gemini 疑似把内部思考流直出成正文,当场自我纠正翻车 — steipete · 2026-11-13
- NTU 论文:决策信息集中中层,砍掉最后 6 层不掉点实现自适应计算 — Minh-Anh Nguyen · 2026-11-13
- Sakana AI 宣布从零预训练 Sawara 模型,12月启动小版并计划2027春开源 — SakanaAILabs · 2026-11-13