Thiago Nogueira 
DeepSeek e Moonshot — uma investigação técnica sobre os pesos iniciais de vários modelos de IA encontrou padrões que coincidem com a arquitetura das GPUs Blackwell, o que pode apontar para execuções de treinamento usando milhares de aceleradores. O efeito mais imediato é a mudança de foco: a conversa deixa de ser apenas sobre modelos e passa a incluir infraestrutura e controles de exportação.
Como os pesquisadores detectaram os traços de Blackwell
A identificação partiu da recuperação da seed usada para gerar os pesos iniciais e da comparação do padrão matricial com layouts de streaming multiprocessors (SM) de diferentes GPUs.
O padrão encontrado nos chamados "step-zero checkpoints" permitiu associar certos modelos a contagens de SM compatíveis com o Blackwell — por exemplo, diferenças entre layouts com 132 SMs (Hopper) e 148 SMs (Blackwell) serviram como referência para as correspondências.
"Notavelmente, nossas descobertas fornecem evidência técnica de acesso a hardware de computação avançada, mas não estabelecem onde os chips estavam, como o acesso foi obtido, ou se controles de exportação foram violados."
Escala estimada e desdobramentos práticos
Os padrões analisados sugerem que execuções individuais de treinamento podem ter usado entre 3.000 e 4.500 GPUs Blackwell, com pegadas combinadas por multi-modelo alcançando cifras na casa dos milhares.
Onça-pintada: regionalmente extinta no Rio Grande do Norte
Leia a matéria completa →
Claude: falha de autenticação derruba acesso e volta ao ar
Leia a matéria completa →
Apple lança HomeView e Apple TV 4K por US$299 cada
Leia a matéria completa →
Tabela do Brasileirão 2026: classificação atualizadaVer classificação, artilharia e próximos jogos →Em termos acumulados, as estimativas para conjuntos específicos de modelos variaram de 7.000 até 22.000 GPUs, dependendo do horário do run, eficiência de uso e arquitetura do modelo. Modelos mais novos, como o DeepSeek‑V4.1‑Flash, já mostram arquiteturas que mascaram melhor essa inicialização, reduzindo a rastreabilidade.
O que você acha? O que você acha dessa evidência técnica sobre o uso de GPUs Blackwell e suas implicações regulatórias? Para acompanhar mais, acesse nossa editoria.
Foto: Divulgação
Perguntas Frequentes
O que a análise encontrou sobre o uso de GPUs Blackwell nos modelos DeepSeek e Moonshot?
DeepSeek e Moonshot apresentaram padrões nos pesos iniciais compatíveis com GPUs Blackwell. A investigação recuperou a seed de geração de pesos e comparou a disposição matricial com layouts de SM, resultando em estimativas de clusters na faixa de 3.000–4.500 GPUs por execução e pegadas multi-modelo que chegam a milhares de unidades.
Como DeepSeek e Moonshot puderam ser ligados especificamente ao layout de uma GPU Blackwell?
DeepSeek e Moonshot tiveram seus "step-zero checkpoints" analisados por correspondência de layout: a matriz de pesos iniciais reflete a contagem e arranjo de SMs do chip. A comparação entre layouts com 132 SMs (Hopper) e 148 SMs (Blackwell) foi usada para identificar assinaturas consistentes com a arquitetura Blackwell.
Quais são as implicações regulatórias e técnicas para DeepSeek, Moonshot e modelos similares?
DeepSeek e Moonshot colocam em evidência riscos ligados a controles de exportação, já que as GPUs Blackwell são itens regulados. A análise também lembra que acesso remoto a clusters pode driblar restrições físicas; ainda assim, os achados não determinam localização ou modo de acesso nem provam violação das regras, segundo o próprio relatório.
