6 model AI mới nhất của Trung Quốc mang dấu vân tay GPU Blackwell bị Mỹ cấm bán, và bằng chứng pháp y này nói được tới đâu

Ngày 12/11/2026, Will DePue công bố báo cáo pháp y cho rằng 6 model AI của 4 lab Trung Quốc mang dấu vân tay GPU Blackwell, dòng chip Mỹ cấm bán sang Trung Quốc, với độ mạnh từ 49 tới 1.385 sigma và 2 lần tái tạo thành công trên chip thật. Nhưng fingerprint chỉ chứng minh phần cứng khởi tạo, không chứng minh train hay vi phạm lệnh cấm, và ranh giới đó mới là điều đáng đọc nhất.

6 model của DeepSeek, Moonshot, MiniMax và Ant Group mang fingerprint Blackwell. Fingerprint chỉ chứng minh weight khởi tạo, không chứng minh train hay vi phạm. Thuê Blackwell ở data center ngoài Trung Quốc vẫn hợp pháp theo luật hiện hành. 4 lab và NVIDIA chưa phản hồi tính tới 13/11/2026.

Seed gieo qua 148 và 152 SM để lại dấu vân tay Blackwell trong weight khởi tạo

Trước khi tin hay nghi, anh em cần thấy rõ cái dấu vân tay này nó là cái gì, vì cả báo cáo lẫn chùm tin giật tít đều xoay quanh đúng một kỹ thuật duy nhất.

Cùng một seed, 132 SM và 148 SM gieo hạt giống vào vị trí khác nhau

Trước khi train, người ta gieo hạt giống ngẫu nhiên cho hàng tỷ con số weight từ một con số gọi là seed, chạy qua thuật toán Philox, rồi PyTorch chia việc gieo cho nhiều thread chạy song song trên GPU. Số thread phụ thuộc vào số SM của chip, Hopper 132 SM huy động 270.336 thread, B200/B300 148 SM huy động 303.104 thread, GB200/GB300 152 SM huy động 311.296 thread. Cùng một seed mà số thread khác nhau thì hạt giống rơi vào vị trí khác nhau, và cách hạt giống xếp trong weight chính là dấu vân tay của con chip đã gieo nó.

Một số weight không bao giờ xuất hiện trong quá trình train nên giữ nguyên gần như y hệt giá trị lúc gieo, thành mẫu vật còn nguyên để đối chiếu, và ngay cả weight đã bị train xáo trộn vẫn giữ dấu vết mờ đo được trên hàng trăm nghìn weight. DePue thử khoảng 6 nghìn tỷ tổ hợp seed và layout, rồi test trên một tập weight khác đã giữ riêng ra để tránh tự lừa mình.

Sigma 49 tới 1.385 đo độ chắc pattern không phải ngẫu nhiên

Trong 6 nghìn tỷ lần thử, một lần khớp ngẫu nhiên mạnh nhất cũng chỉ kỳ vọng đạt khoảng 8 sigma, trong khi bằng chứng mạnh nhất cho mỗi model dao động từ 49 tới 1.385 sigma, và ngay cả test đơn lẻ yếu nhất cũng đạt 20 sigma trên trained attention weights của V4-Flash. Nhưng sigma đo độ chắc chắn rằng pattern không phải ngẫu nhiên, chứ không đo xác suất pattern chỉ đúng con chip, một phê bình hợp lý trên mạng đã chỉ đúng điểm này, độ chính xác thống kê không giống độ đúng.

Muốn tin pattern chỉ đúng chip Blackwell thì phải dựa vào các lập luận khác. Chip cũ không thể giả làm chip nhiều SM hơn số vật lý của nó, card Blackwell bản Trung Quốc dùng số thread khác nên không tạo ra hai tổng thread này, và test phân biệt AMD với NVIDIA đã loại trừ AMD với V4-Flash. Số sigma từng model là V4-Flash 1.385, V4-Pro 49, Kimi K3 305, Kimi K3.1-Pro 305, MiniMax-M3 323, Ling-3.1-flash 244. Ở Figure 5 của V4-Flash dưới layout Blackwell, correlation giữa giá trị khởi tạo và giá trị cuối đạt r bằng 0,066 với 57 sigma trên trung bình 745.472 weight mỗi layer trong 42 layer. Dưới layout Hopper thì mối quan hệ này biến mất.

B300 tái tạo V4-Flash, GB200 tái tạo Kimi K3, đổi seed đi 1 là vỡ hết

Kiểm chứng trên chip thật phân biệt báo cáo này với mọi cáo buộc trước đây chỉ dựa vào lời quan chức hay tin rò rỉ. DePue lấy seed đã khôi phục của DeepSeek là 953049583, chạy PyTorch không chỉnh sửa trên H100 thì tái tạo được weight của V3 nhưng không phải V4-Flash, chạy trên B300 thì ngược lại, tái tạo V4-Flash nhưng không phải V3. Trên B300, 461 trong 469 hàng đã chọn của V4-Flash tái tạo với correlation trên 0,99, trong đó 445 hàng khớp từng bit một, 8 hàng còn lại bị train thay đổi một phần. Còn trên H100 thì toàn bộ 57.344 giá trị được bảo toàn của V3 khớp từng bit.

Với Kimi K3, một chiếc GB200 thuê ngoài tái tạo toàn bộ 13 hàng được bảo toàn dùng seed của Moonshot là 20256586, correlation 0,999995, đổi seed đi 1 thì không tái tạo được hàng nào trên cả hai máy. Phương pháp còn đúng trong 24 trên 24 trường hợp mà lab đã công khai phần cứng, nhưng 11 trong 24 trường hợp là step-zero checkpoint và các model liên quan không độc lập, nên đây là kiểm tra tính nhất quán chứ không phải tỷ lệ chính xác đo được.

6 model của DeepSeek, Moonshot, MiniMax và Ant Group đổi từ Hopper sang Blackwell trong năm 2026

Con số sigma chỉ có nghĩa khi đặt cạnh tên model và ngày phát hành cụ thể, vì cả 4 lab cùng đổi chip trong cùng một năm, trong khi các model cũ của chính họ vẫn đọc Hopper.

DeepSeek V4-Flash và V4-Pro mở đầu loạt model Blackwell từ tháng 4/2026

DeepSeek V4 ra mắt 24/4/2026, hai bản V4-Pro và V4-Flash, MIT license, context 1 triệu token. V4-Flash mang fingerprint B200/B300 với 148 SM, exact copy, 1.385 sigma, còn V4-Pro mang fingerprint GB200/GB300 với 152 SM, partial survival, 49 sigma. Cả hai dùng chung seed 953049583 với V3. Đối chứng là DeepSeek-V3 tháng 12/2024 đọc Hopper 132 SM với 239 sigma, khớp với công bố của lab là dùng H800, và một kỹ sư DeepSeek viết trên GitHub ngày 12/6/2025 rằng nhóm không có GPU SM100, chỉ một năm sau các model V4 đã mang fingerprint Blackwell.

DeepSeek-V4.1-Flash phát hành 10/9/2026, checkpoint 1017 cập nhật 17/10/2026, không khôi phục được signature dù tìm kiếm exhaustive, cho thấy phương pháp không phải lúc nào cũng ra kết quả, và không tìm thấy signature thì không nói gì về phần cứng của model đó.

Kimi K3 và Ling-3.1-flash mang dấu 152 SM, MiniMax M3 mang dấu 148 SM

Kimi K3 ra mắt 16/7/2026, weight phát hành 27/7/2026, mang fingerprint GB200/GB300 với 152 SM, exact copy, 305 sigma, dùng seed 20256586 của Moonshot. Kimi K3.1-Pro tháng 11/2026 dùng chung seed với K3, cũng 152 SM và 305 sigma, có thể là checkpoint K3 được post-train thêm. Kimi K3 có ít nhất 64 process được seed riêng biệt, tất cả đều để lại cùng layout 152 SM.

MiniMax-M3 phát hành 1/6/2026, mang fingerprint B200/B300 với 148 SM, exact copy, 323 sigma. M3.1-Flash tháng 10/2026 dùng chung init với M3, cũng 148 SM. Ling-3.1-flash của Ant Group phát hành tháng 10/2026, mang fingerprint GB200/GB300 với 152 SM, untrained rows r bằng 0,98, 244 sigma, trong khi Ling-3.0-flash tháng 8/2026 đọc Hopper 132 SM với 193 sigma. Kimi K3 có 2,8 nghìn tỷ total và 104 tỷ active, 1 triệu context, ARC Prize xác minh 31/7/2026 đạt 94,5% ARC-AGI-1 và 60,4% ARC-AGI-2. Kimi K3.1 Pro có giá API 2 USD/triệu input token và 10 USD/triệu output token, rẻ hơn K3 một phần ba.

Alibaba, Zhipu, Tencent, Xiaomi và StepFun vẫn đọc Hopper, và Kimi K2.7-Code là trường hợp pha trộn

Các model mới nhất từ Alibaba với Qwen, Zhipu với GLM, Tencent, Xiaomi và StepFun vẫn đọc Hopper 132 SM, từ 41 sigma của MiMo-V2.5-Pro tới 478 sigma của Qwen3.8. Chính sự không phổ quát này lại củng cố phương pháp, vì nếu phương pháp bị lỗi hệ thống thì nó đã đọc Blackwell ở khắp nơi chứ không chọn đúng 4 lab.

Kimi K2.7-Code phát hành 12/6/2026, 6 tuần trước K3, mang weight Hopper kế thừa từ K2.5 pha với khoảng 20% draw mới khớp B200/B300. 254 hàng reserved là hỗn hợp hai nguồn, khoảng 80% là giá trị layout Hopper từ K2.5, khoảng 20% là draw mới khớp layout 148 SM. Phần 148 SM đạt 246 sigma sau khi loại phần 132, và tác giả đọc đó là merged checkpoint chứ không phải train trên phần cứng hỗn hợp, nên K2.7-Code không được tính trong 6 model Blackwell. Dòng thời gian đổi chip: V3 tháng 12/2024, K2 tháng 7/2025, K2.5 tháng 1/2026, M2.7 tháng 4/2026, Ling-3.0-flash tháng 8/2026 đều đọc Hopper, rồi V4 tháng 4, M3 tháng 6, K3 tháng 7, Ling-3.1-flash tháng 10, K3.1-Pro tháng 11 đọc Blackwell.

Ước tính quy mô train 1.500 tới 4.500 GPU mỗi lần train lớn nhất, và tác giả tự nhận không chắc

Giả định phần cứng khởi tạo cũng là phần cứng train, trong 1,5 tới 3 tháng, thì 5 lần train cộng lại tương đương khoảng 30.000 H100, tức 12.000 GPU Blackwell. Hai lần train lớn nhất là Kimi K3 khoảng 4.500 Blackwell và DeepSeek-V4-Pro khoảng 3.000 Blackwell, ba model còn lại mỗi model khoảng 1.500. Tính theo giá khoảng 70.000 USD mỗi GPU, suy ra từ bài WSJ về 36.000 chip Blackwell lắp ở Malaysia cho ByteDance tốn hơn 2,5 tỷ USD. Cluster lớn nhất tốn khoảng 300 triệu USD và 5 lần train cộng lại khoảng 850 triệu USD, chưa kể các lần train thử và serving, nên tổng chi cho GPU bị kiểm soát có thể lên tới hàng tỷ USD.

Cảnh báo nhỏ: mọi con số này đứng trên ba giả định không lab nào công bố. Hiệu quả GPU khoảng 20% tốc độ đỉnh, số token train với chỉ số của DeepSeek là hãng tự công bố còn các model khác là ước tính từ weight, và thời gian train không lab nào nói. Rút ngắn một nửa thời gian thì số GPU cần thiết tăng gấp đôi, và tác giả tự ghi trong báo cáo rằng ông không tự tin vào các ước tính này. Một số báo đưa số cũ vì dựa trên bản Table 2 trước khi sửa ngày 12/11/2026, Emergent.sh, Unite.AI và CryptoBriefing đưa utilization 35%, 500 tới 3.000 GPU mỗi lần, 150 tới 200 triệu USD mỗi lab, và những con số cũ đó đã bị bản sửa thay thế.

Fingerprint chứng minh được phần cứng khởi tạo, và dừng lại ngay trước câu hỏi vi phạm

Tít báo thì đang nói về vi phạm lệnh cấm còn báo cáo gốc nói rõ là chưa chứng minh được điều đó, nên ranh giới này phải được vẽ ở đúng chỗ, bằng đúng câu chữ của báo cáo.

Một lab có thể khởi tạo trên Blackwell rồi train trên phần cứng khác

Báo cáo gốc viết rõ giới hạn, fingerprint xác định cách weight được tạo ra và ủng hộ nhưng không chứng minh suy luận rằng Blackwell cũng đã train model. Các phát hiện cung cấp bằng chứng kỹ thuật về việc tiếp cận phần cứng tiên tiến nhưng không xác lập chip ở đâu, lấy chip bằng cách nào, hay có vi phạm kiểm soát xuất khẩu hay không. Kết luận của báo cáo là có bằng chứng mạnh rằng 6 model được khởi tạo trên phần cứng bị kiểm soát, và với DeepSeek-V4-Flash thì bằng chứng là conclusive, chỉ ở khâu khởi tạo.

Một lab có thể khởi tạo trên hệ thống này rồi train trên hệ thống khác, cluster hỗn hợp cũng làm mờ dấu vết, và Kimi K2.7-Code là ví dụ sống cho chuyện weight pha trộn. Fingerprint gắn với bước khởi tạo, không gắn với toàn bộ quá trình train. Phương pháp cũng có giới hạn riêng: cần weight công khai nên model đóng không kiểm tra được, PyTorch trên GPU để lại pattern còn PaddlePaddle của Baidu thì không, weight khởi tạo trên CPU thường thì không để lại fingerprint GPU, và LongCat-2.0 của Meituan không tìm thấy fingerprint, hãng nói train hoàn toàn trên AI ASIC superpods, tác giả đọc config fine-tuning đã xóa của hãng là Huawei Ascend 910.

Thuê Blackwell ở data center ngoài Trung Quốc vẫn hợp pháp theo luật hiện hành

Ranh giới pháp lý nằm ở đây. B200/B300/GB200/GB300 cần giấy phép xuất khẩu Mỹ sang Trung Quốc, chưa có giấy phép nào được báo cáo, và đơn xin giấy phép cho Trung Quốc chịu presumption of denial. Nhưng thuê Blackwell ở data center ngoài Trung Quốc, ví dụ Singapore, vẫn hợp pháp theo luật hiện hành tại thời điểm báo cáo công bố. Đây chính là điểm mấu chốt. Hướng dẫn BIS ngày 31/5/2026 xác nhận giấy phép vẫn cần cho advanced computing items bán cho thực thể có trụ sở tại Trung Quốc trên toàn thế giới, kể cả GPU Blackwell, ngay cả khi chip đặt ngoài Trung Quốc. Nhưng hướng dẫn này nói về việc bán chip, không cấm việc thuê compute ở nước ngoài. Quy tắc truy cập từ xa đang soạn có thể thay đổi điều này trong tương lai, nhưng nó chưa ban hành tính tới 13/11/2026.

Lệnh cấm là chồng nhiều lớp quy tắc từ 2022 tới nay. Giấy phép A100/H100 mở đầu, rồi quy tắc AI Diffusion ra đời và bị hủy, H20 cần giấy phép từ tháng 4/2025, và chính sách case-by-case cho H200 bắt đầu từ 15/1/2026. Tuyên bố của Trump trên 60 Minutes ngày 2/11/2025 rằng chip Blackwell tiên tiến nhất sẽ giữ cho Mỹ, tự nó không tạo ra quy định mới, vì Blackwell vốn đã chịu kiểm soát. Các tuyến lách luật chỉ làm bối cảnh, không nối với 6 model. Báo cáo 2024 của Center for a New American Security ước tính hơn 12.500 chip có thể bị buôn lậu vào Trung Quốc mỗi năm. Megaspeed ở Singapore bị The Information nêu tên trong lô hàng 7,5 tỷ USD chip Nvidia tới các hãng Trung Quốc và công ty phủ nhận, nhưng không có bằng chứng công bố nào nối các vụ này với 6 model trong báo cáo DePue. Nvidia từng nói các cáo buộc chuyển hướng chip trước đây đã được điều tra và bác bỏ.

AMD MI300X cũng tái tạo được layout Blackwell, chỉ test số học mới loại trừ được nó ở V4-Flash

AMD MI300X bình thường dùng 304 processing unit, nhưng có thể chia thành hai nhóm 152 hoặc cấu hình chỉ dùng 148, và phần mềm sinh số ngẫu nhiên của AMD cũng sinh được cùng chuỗi số nền như NVIDIA. DePue đã xác nhận trên MI300X vật lý rằng khi giới hạn ở 152 hoặc 148 unit, nó tái tạo được layout gắn với Blackwell, nên layout đơn thuần không phân biệt được hai hãng. Cách phân biệt là soi khác biệt số học nhỏ trong chính các giá trị. AMD và NVIDIA thực hiện một phép tính trong quá trình sinh số hơi khác nhau. Với V4-Flash, trong 377 giá trị mà kết quả hai hãng khác nhau, weight công khai khớp NVIDIA ở 363 giá trị và khớp AMD ở 0 giá trị. Thế là AMD bị loại trừ với model này.

Với 5 model còn lại, test tương tự không giải quyết được. Nhưng lời giải thích AMD rất khó xảy ra, vì ở cấu hình bình thường MI300X không tạo ra layout nào trong hai layout, một lab sẽ phải cấu hình cả cluster dùng đúng số processing unit bằng chip Blackwell. MI300X cũng là chip bị kiểm soát xuất khẩu sang Trung Quốc, nên ngay cả khi phương án AMD đúng thì câu chuyện lab Trung Quốc tiếp cận phần cứng bị kiểm soát vẫn đứng, chỉ đổi tên hãng chip.

DeepInfer chỉ chứng minh DeepSeek chạy Blackwell cho inference, không phải cho training

DeepInfer, DeepSeek công bố ngày 20/10/2026, là inference engine mã nguồn mở dưới giấy phép Apache-2.0, chỉ chạy trên NVIDIA SM100 tức Blackwell và Huawei Ascend 950, phục vụ đúng một model là DeepSeek-V4.1-Flash, chính hãng đã công khai điều này vài tuần trước báo cáo DePue. DeepInfer chứng minh DeepSeek có quyền truy cập Blackwell cho inference, tức chạy model phục vụ người dùng, còn báo cáo DePue mới là bằng chứng đầu tiên gắn Blackwell với training, tức tạo ra model, hai việc khác nhau, gộp lại sẽ thành lỗi lập luận.

Báo cáo DePue mạnh ở kiểm chứng chip thật, Washington chuẩn bị siết tuyến thuê chip từ xa

Đã thấy bằng chứng mạnh ở đâu và giới hạn nằm ở đâu, câu hỏi còn lại là có nên tin báo cáo này không và Washington sẽ làm gì tiếp theo.

Kiểm chứng trên chip thật rất khó giả mạo, nhưng chỉ một tác giả và chưa ai làm lại độc lập

Will DePue là cựu nhà nghiên cứu OpenAI, gia nhập năm 2023, làm việc trên model video Sora và post-training cho o3 và GPT-4o, công bố qua Unemployment Labs, một kênh cá nhân chứ không phải tạp chí khoa học. Điểm mạnh là phương pháp mô tả đủ chi tiết để người khác làm lại, weight là công khai, và kiểm chứng trên chip thật rất khó giả mạo. Phương pháp đúng 24/24 trường hợp đã biết phần cứng, tác giả tự nhận giới hạn và tự nhận không chắc về ước tính quy mô, và sửa đổi Table 2 công khai trong ngày 12/11/2026.

Điểm yếu thì cũng rõ. Một tác giả, chưa peer-review, code chưa công khai mà chỉ có sẵn cho reviewer theo yêu cầu, và chưa có reproduction độc lập nào tính tới 13/11/2026. Trên X DePue nói các nhà nghiên cứu cấp cao tại OpenAI và Anthropic đã kiểm chứng độc lập kết quả, nhưng báo cáo không nêu tên reviewer nào, không nhắc tới công ty nào, và chưa có xác nhận công khai nào từ OpenAI hay Anthropic tính tới 13/11/2026. Giọng trên X của DePue cũng lệch với giọng báo cáo. Bài đăng ngày 12/11/2026 nói đã tìm thấy conclusive forensic evidence rằng 4 lab Trung Quốc hàng đầu đã build model mới nhất trên chip Blackwell tiên tiến nhất của Nvidia, trong khi báo cáo viết hẹp hơn là các phát hiện suggest các lab đã bắt đầu dùng Blackwell để train. Keith Rabois repost bài này trên X cùng ngày.

DeepSeek, Moonshot, MiniMax, Ant Group và NVIDIA đều chưa bình luận về báo cáo tính tới 13/11/2026, hai nguồn độc lập StartupFortune và CryptoBriefing cùng xác nhận. Các cáo buộc trước đây, The Information 10/12/2025, Reuters 23/2/2026, WSJ 3/2026 với khoảng 36.000 chip Blackwell lắp ở Malaysia cho ByteDance tốn hơn 2,5 tỷ USD, đều chưa có bằng chứng kỹ thuật đi kèm cho tới 12/11/2026.

Hacker News chia hai phe, phe nhắc thuê chip ở Singapore là hợp pháp nói đúng giới hạn

Thread Hacker News về báo cáo này chia hai phe, phe tin fingerprint là bằng chứng mạnh và phe hoài nghi nêu đúng giới hạn, và mình chỉ dùng thread này để soi lập trường, không dùng làm nguồn dữ kiện. Bản crawl hiển thị username dạng deleted nên mapping tên với comment lấy theo brief của scout, chưa tự xác minh được, nên mình không ghi số điểm hay số comment.

Phe tin có exabrial nói đây chắc chắn không phải tai nạn, hàm ý có chủ đích, câu này minh họa tâm lý không thể là ngẫu nhiên chứ không đưa bằng chứng nào. Cameri ví kiểm soát xuất khẩu như ma sát xuất khẩu, chỉ làm chậm và tăng chi phí chứ không chặn được. Mình đồng tình ở chỗ chip vẫn tới được tay lab dù cấm từ 2022, nhưng ma sát vẫn làm chậm đối thủ vài tháng tới vài năm nên không thể gọi là vô dụng. netvarun bênh vực giá trị kỹ thuật của bài, cho rằng phương pháp vẫn đáng đọc vì mở ra kỹ thuật pháp y mới.

Phe hoài nghi có basiccalendar74 nêu đúng giới hạn. Model có thể train trên GPU trong Trung Quốc hoặc trong data center ở Singapore, và lựa chọn thứ hai hoàn toàn hợp pháp và được chính phủ Mỹ cho phép, đó mới là chỗ đáng nhớ. Một comment khác cùng ý trích Atlantic Council rằng Megaspeed thuê chip Nvidia cho các hãng công nghệ Trung Quốc như Alibaba và thỏa thuận đó không vi phạm quy định kiểm soát xuất khẩu hiện hành của Mỹ. saidnooneever nói kiểm soát xuất khẩu không bao giờ hiệu quả và ví chip phương Tây trong drone Iran. Chuỗi reseller nhiều tầng rất khó truy là đúng, nhưng không bao giờ hiệu quả là nói quá và ví dụ drone Iran là chuyện khác. cadamsdotcom đặt giả thuyết chính phủ dung túng xuất khẩu GPU có chủ đích. Mình phản biện vì bị phụ thuộc vào đối thủ mới khiến tự chủ thành ưu tiên sống còn, giả thuyết này đảo ngược logic thường thấy.

Một commenter ẩn danh hoài nghi robustness của fingerprint nếu không có bug của PyTorch. Đây là câu hỏi kỹ thuật chính đáng nhất trong thread, và reproduction độc lập mà AI Frontier Post nêu sẽ biến claim một phía thành sự thật đã chốt. Một commenter ẩn danh khác hoài nghi tác giả là SWE-turned-influencer China hawk. Phần đúng giữ lại là báo cáo không phải paper peer-reviewed và code chưa công khai, cáo buộc động cơ thì chưa kiểm chứng nên mình không lặp lại, và tránh nhầm lẫn tên DePue với David Perdue. Thuyết phối hợp truyền thông nói nhiều bài báo cùng giọng trong 24 giờ là phối hợp chống Nvidia, nhưng các bài cùng ngày đều dẫn cùng một báo cáo gốc công bố ngày 12/11 nên giọng giống nhau là chuyện bình thường của tin tức theo nguồn.

Quy tắc truy cập từ xa ở 7 nước có thể đóng tuyến thuê Blackwell ngoài Trung Quốc

The Information đưa tin 12/11/2026, Bộ Thương mại Mỹ đang hoàn thiện quy tắc ngăn công ty AI Trung Quốc dùng chip tiên tiến từ xa trong data center ở 7 nước, Singapore, Malaysia, Thái Lan, Indonesia, Brazil, Na Uy và Nam Phi. Quy tắc yêu cầu giấy phép riêng để ship chip tính toán tiên tiến, data center do công ty Mỹ vận hành được miễn với điều kiện chặn truy cập từ xa từ các nước bị cấm vận vũ khí như Trung Quốc và Nga. Quy tắc có thể công bố trong tháng 11/2026 và lên Federal Register cuối tháng 11. Cơ sở pháp lý đang tranh cãi vì một luật sư nói Bộ này thiếu thẩm quyền theo luật hiện hành, còn Remote Access Security Act trao quyền rõ ràng thì mới qua Hạ viện 369-22 tháng 1/2026 và vẫn chờ Thượng viện. Mọi chi tiết đều là được cho là theo The Information và các báo dẫn lại, quy tắc chưa ban hành tính tới 13/11/2026.

Các hãng Trung Quốc đang gấp rút khóa capacity Nvidia ở nước ngoài trước khi tuyến này bị đóng, Reuters đưa tin ngày 12/11. Oracle được cho là đã hủy thỏa thuận thuê 5 năm với Tencent trị giá khoảng 7 tỷ USD sau khi quan chức Mỹ nêu lo ngại. Khoảng 600.000 chip Nvidia H200 được cho là tồn kho ở Hong Kong tính tới tháng 11/2026, con số chưa kiểm chứng độc lập, và tất cả vẫn là được cho là theo báo chí.

Weight mở phơi lịch sử phần cứng, giá API có thể đổi nếu chuỗi cung ứng bị siết

Câu chuyện này không chỉ là chuyện 6 model hay một báo cáo, weight mở không chỉ là tài sản dùng miễn phí mà còn là dấu vết pháp y, ai phát hành weight mở thì lịch sử phần cứng của mình cũng phơi ra cho người khác đọc, và đó mới là điều đáng nhớ nhất khi tin nóng qua đi.

Đây là lần đầu tiên tranh luận về kiểm soát xuất khẩu chip có bằng chứng kỹ thuật đọc được từ chính sản phẩm. Weight mở cũng là dấu vết pháp y, ai phát hành weight mở thì lịch sử phần cứng của mình cũng phơi ra cho người khác đọc. Và câu hỏi thực tế cho bất kỳ ai đang dùng các model này qua API hay tự host là chuỗi cung ứng đó có ngày bị siết khiến giá API hay khả năng truy cập thay đổi hay không. Đừng đọc tít báo rồi kết luận đã có vi phạm lệnh cấm, hãy đọc đúng giới hạn của báo cáo, theo dõi reproduction độc lập và quy tắc truy cập từ xa, và kiểm tra lại trước khi đăng vì tin này vẫn đang diễn biến, phản hồi từ các lab và NVIDIA hoặc reproduction độc lập có thể xuất hiện sau 13/11/2026.

Làm theo ngay: theo dõi 3 thứ, reproduction độc lập của phương pháp fingerprint, phản hồi từ các lab và NVIDIA, và enforcement của quy tắc truy cập từ xa khi nó lên Federal Register. Anh em nào đang dùng Kimi K3, DeepSeek V4 hay Ling-3.1-flash thì chia sẻ trải nghiệm thật dưới phần bình luận, vì trải nghiệm dùng thật mới là thứ không mua được bằng thông cáo báo chí.

Nguồn tham khảo

• Unemployment Labs, báo cáo gốc “Top Chinese Frontier AI Models Carry the Fingerprint of Export-Controlled NVIDIA Blackwell GPUs”
• AI Frontier Post, “Chinese frontier AI models carry the fingerprint of export-controlled Nvidia Blackwell GPUs, forensic report finds”
• The Agent Times, “Report Assigns Blackwell Fingerprints to Six Chinese AI Models”
• Emergent.sh, “Six Chinese AI Models Show Blackwell GPU”
• Unite.AI, “Unemployment Labs Reports Blackwell Patterns in Chinese AI Models”
• Hacker News, thread 50474883
• StartupFortune, “Breaking News as Researcher Says Six Chinese AI Models Carry the Fingerprint of Banned Nvidia Chips”
• CryptoBriefing, “Chinese AI Chip Usage Fingerprinting”
• Cognativ, “US Export Ban Nvidia Blackwell Chips”
• FourWeekMBA, “Nvidia China Timeline”
• Brief.news, “China AI Firms Bypass Nvidia Curbs”
• MLQ.ai, “Chinese AI Firms Rush to Lock In Overseas Nvidia Capacity”
• EastAsiaBrief, “US Expands AI Chip Licensing Data Centers Across Seven”
• CryptoBriefing, “Commerce Department Blocks China Remote Nvidia Access”
• Toloka, “DeepSeek and Chinese AI Models Explained”
• AgentsPulse, “DeepSeek DeepInfer Tutorial”
• MarkTechPost, “DeepSeek DeepInfer Open Source Inference Framework”