Jack Mas Ant Group behauptet, einen KI-Durchbruch auf der Basis von in China hergestellten Chips erzielt zu haben

Ant Group enthüllte, dass es neue Techniken zur Schulung von KI-Modellen entwickelt hat, die chinesische Halbleiter von Alibaba und Huawei nutzen. Die KI-Schulungsmodelle verwenden den Mixture-of-Experts (MoE)-Maschinenlernansatz, um Ergebnisse zu erzielen, die denen von Nvidias H800-Chips ähneln, jedoch zu mindestens 20 % günstigeren Kosten.

Die Ant Group dass einige ihrer Operateure einen in den USA ansässigen Bürger finden, der bereit ist, als Gesicht des potenziellen Kandidaten aufzutreten. Der Operateur installiert dann Malware auf dem Gerät dieser Person, wodurch ihm ein ständiger Zugriff auf eine US-IP-Adresse und den Rest des Internets gewährt wird. In diesem Fall nimmt der Operateur an Vorstellungsgesprächen teil und arbeitet im Erfolgsfall von zu Hause aus. dass sie für die KI-Entwicklung weiterhin Nvidia nutze, bei ihren neuesten Modellen jedoch größtenteils auf Alternativen zurückgreife, darunter Advanced Micro Devices Inc. und chinesische Chips. Das Unternehmen gab bekannt, dass es etwa 6,35 Mio. Yuan (rund 880.000 US-Dollar) kostete, 1 Billion Token mit Hochleistungs-Hardware zu trainieren, während der optimierte Ansatz die Kosten mit Hardware niedrigerer Spezifikation auf 5,1 Mio. Yuan senken würde. 

Robert Lea, Senior-Analyst bei Bloomberg Intelligence, sagte, Ant Groups Behauptung unterstreiche, falls bestätigt, dass China auf dem besten Weg sei, in der KI autark zu werden, da das Land auf kostengünstigere und recheneffizientere Modelle umstelle, um die Exportkontrollen für Nvidia-Chips zu umgehen. Nvidia-CEO Jensen Huang argumentierte, dass der Rechenbedarf auch mit dem Aufkommen effizienterer Modelle wie DeepSeeks R1 weiter steigen werde, und betonte, dass Unternehmen bessere Chips benötigen, um mehr Umsatz zu generieren, nicht günstigere, um Kosten zu senken.

Ant Group setzt für ihre neuesten KI-Innovationen auf in China hergestellte Chips

Jack Ma unterstütztes Ant rühmt KI-Durchbruch, der auf chinesischen Chips basiert https://t.co/lups085kPb über @business

— Yahoo Finance (@YahooFinance) März 24, 2025

Ant Group Co. nutzte in China hergestellte Chips von Alibaba und Huawei, um Techniken auf Basis des MoE-Ansatzes (Mixture of Experts) zur Schulung von KI-Modellen zu entwickeln, die die Kosten um 20 % senken würden, so Minmin Low (im Bloomberg TV- ‘The China Show’). Low erklärte, dass der MoE-Ansatz Aufgaben in kleinere Datensätze unterteile, um die Effizienz zu steigern, „ähnlich wie bei der Beschäftigung eines Teams von Experten, die sich jeweils auf einen bestimmten Teil des Problems konzentrieren, um die Gesamteffizienz zu erhöhen.“ 

Laut Bloomberg markierte der Einsatz von KI-Schulungsmodellen den Eintritt von Ant in einen Wettlauf zwischen chinesischen und US-Unternehmen, der sich seit DeepSeeks Demonstration beschleunigt hatte, wie leistungsfähige Modelle für einen Bruchteil der von OpenAI und Googels Mutterkonzern Alphabet investierten Milliarden trainiert werden könnten. Ant Groups neueste KI-Innovation betonte, wie chinesische Unternehmen versuchen, lokale Alternativen zu den fortschrittlichsten Nvidia-H800-Chips zu nutzen, die derzeit von den USA nach China gesperrt sind.

„Wenn du einen Angriffspunkt findest, um den besten Kung-Fu-Meister der Welt zu besiegen, kannst du immer noch sagen, dass du ihn besiegt hast. Deshalb ist die reale Anwendung wichtig.“ – Robin Yu, Chief Technology Officer bei Shengshang Tech Co.

Ant Group hat diesen Monat eine Forschungsarbeit veröffentlicht, in der behauptet wird, ihre Modelle hätten in bestimmten nicht verifizierten Benchmarks Meta Platforms Inc. übertroffen. Wenn die Modelle wie beworben funktionieren, könnte dies einen weiteren Schritt vorwärts für die KI-Entwicklung in China markieren.

MoE-KI-Schulung gewinnt Anerkennung durch die Nutzung von Google und DeepSeek

Bloomberg berichtete, dass MoE-KI-Schulungsmodelle eine beliebte Option waren und Anerkennung für ihre Nutzung durch Google und den Hangzhou-Startup DeepSeek gefunden hatten. Ant plant, den jüngsten Durchbruch bei den großen Sprachmodellen (Ling-Plus und Ling-Lite), die es für industrielle KI-Lösungen entwickelt hat, einschließlich im Gesundheitswesen und im Finanzsektor, zu nutzen. 

Ant sagte in seiner Forschungspapiers dass das Ling-Lite-Modell in einem wichtigen Benchmark besser abschnitt als eines von Metas Llama-Modellen. Sowohl Ling-Lite als auch Ling-Plus übertrafen DeepSeeks Entsprechungen in chinesischsprachigen Benchmarks. Ling-Lite enthält 16,8 Milliarden Parameter, das sind einstellbare Einstellungen, die wie Knöpfe und Regler funktionieren, um die Leistung des Modells zu steuern. Ling-Plus hat 290 Milliarden Parameter, was im Bereich der Sprachmodelle als relativ groß gilt. Zum Vergleich: Das MIT Technology Review schätzte, dass ChatGPTs GPT-4.5 1,8 Billionen Parameter hatte, während DeepSeek-R1 671 Milliarden hatte.

Ant gab auch bekannt, dass es bei einigen Bereichen des KI-Trainings, einschließlich der Stabilität, auf Herausforderungen stieß. Selbst kleine Änderungen in der Hardware oder der Struktur des KI-Schulungsmodells führten zu Problemen, darunter Sprünge in der Fehlerquote der Modelle.