Jack Mas Ant Group behauptet, einen KI-Durchbruch auf Basis chinesischer Chips erzielt zu haben

Die Ant Group hat neue Verfahren zur Schulung von KI-Modellen entwickelt, die auf chinesischen Halbleitern von Alibaba und Huawei basieren. Die KI-Trainingsmodelle nutzen den Mixture-of-Experts-Ansatz (MoE) des maschinellen Lernens, um vergleichbare Ergebnisse wie mit Nvidias H800-Chips zu erzielen – und das zu mindestens 20 % geringeren Kosten.

Die Ant Group gab an , zwar weiterhin Nvidia für die KI-Entwicklung zu nutzen, setzt bei ihren neuesten Modellen aber mittlerweile hauptsächlich auf Alternativen, darunter Chips von Advanced Micro Devices Inc. und aus China. Das Unternehmen teilte mit, dass das Training von 1 Billion Tokens mit Hochleistungshardware rund 6,35 Millionen Yuan (etwa 880.000 US-Dollar) gekostet habe. Mit einem optimierten Ansatz ließen sich diese Kosten jedoch durch den Einsatz von Hardware mit geringeren Spezifikationen auf 5,1 Millionen Yuan senken. 

Robert Lea, leitender Analyst bei Bloomberg Intelligence, erklärte, die Behauptung der Ant Group unterstreiche – sofern sie sich bestätige –, dass China auf dem besten Weg sei, im Bereich KI autark zu werden. Das Land setze auf kostengünstigere, recheneffiziente Modelle, um die Exportkontrollen für Nvidia-Chips zu umgehen. Nvidia-CEO Jensen Huang argumentierte, der Rechenbedarf werde trotz des Aufkommens effizienterer Modelle wie DeepSeeks R1 weiter steigen. Unternehmen bräuchten bessere Chips, um höhere Umsätze zu generieren, nicht billigere, um Kosten zu senken.

Die Ant Group nutzt in China hergestellte Chips für ihre neueste KI-Innovation

Das von Jack Ma unterstützte Unternehmen Ant präsentiert einen KI-Durchbruch auf Basis chinesischer Chips https://t.co/lups085kPb via @business

— Yahoo Finance (@YahooFinance) 24. März 2025

nutzte die Ant Group Co. in China hergestellte Chips von Alibaba und Huawei, um auf dem MoE-Ansatz basierende Techniken für das Training von KI-Modellen zu entwickeln, die die Kosten um 20 % senken würden „The China Show“. Low erklärte, dass der MoE-Ansatz Aufgaben in kleinere Datensätze aufteile, um die Effizienz zu steigern, „ähnlich wie der Einsatz eines Expertenteams, bei dem sich jeder auf einen bestimmten Teil des Problems konzentriert, um die Gesamteffizienz zu verbessern.“ 

Laut Bloomberg markierten die KI-Trainingsmodelle den Einstieg von Ant in den Wettlauf zwischen chinesischen und US-amerikanischen Unternehmen, der sich seit DeepSeek beschleunigt hatte. DeepSeek hatte gezeigt, wie leistungsfähige Modelle mit deutlich weniger Aufwand trainiert werden können als die Milliarden, die OpenAI und Googles Mutterkonzern Alphabet Inc. investiert haben. Die jüngste KI-Innovation der Ant Group unterstreicht, wie chinesische Unternehmen versuchen, lokale Alternativen zu den hochmodernen Nvidia H800-Chips zu entwickeln, deren Import nach China derzeit von den USA untersagt ist.

„Selbst wenn man einen Angriffspunkt findet, um den besten Kung-Fu-Meister der Welt zu besiegen, kann man immer noch sagen, dass man ihn besiegt hat. Deshalb ist die praktische Anwendung so wichtig.“ – Robin Yu, Chief Technology Officer bei Shengshang Tech Co.

Die Ant Group veröffentlichte diesen Monat eine Studie, in der sie behauptete, ihre Modelle hätten in einigen nicht verifizierten Benchmarks die von Meta Platforms Inc. übertroffen. Sollten die Modelle die Erwartungen erfüllen, könnten die Plattformen von Ant einen weiteren Fortschritt für die chinesische KI-Entwicklung darstellen.

Das KI-Training des Bildungsministeriums erlangt Anerkennung für seine Nutzung durch Google und DeepSeek

Bloomberg berichtete, dass die KI-Trainingsmodelle des Bildungsministeriums eine beliebte Option seien, die durch ihren Einsatz bei Google und dem Hangzhouer Startup DeepSeek Anerkennung gefunden habe. Ant plant, den jüngsten Durchbruch bei den großen Sprachmodellen (Ling-Plus und Ling-Lite), die das Unternehmen für industrielle KI-Lösungen, unter anderem im Gesundheits- und Finanzwesen, entwickelt hat, zu nutzen. 

Ant gab in seiner Forschungsarbeit , dass das Ling-Lite-Modell in einem wichtigen Benchmark besser abschnitt als eines der Llama-Modelle von Meta. Sowohl Ling-Lite als auch Ling-Plus übertrafen die entsprechenden DeepSeek-Modelle in chinesischen Sprach-Benchmarks. Ling-Lite verfügt über 16,8 Milliarden Parameter – anpassbare Einstellungen, die wie Drehregler die Leistung des Modells steuern. Ling-Plus besitzt 290 Milliarden Parameter, was im Bereich der Sprachmodelle als relativ viel gilt. Zum Vergleich: Die MIT Technology Review schätzte die Anzahl der Parameter von ChatGPTs GPT-4.5 auf 1,8 Billionen, während DeepSeek-R1 671 Milliarden Parameter aufwies.

Ant gab außerdem bekannt, dass es in einigen Bereichen des KI-Trainings, darunter auch der Stabilität, auf Herausforderungen gestoßen sei. Selbst kleine Änderungen an der Hardware oder der Struktur des KI-Trainingsmodells führten zu Problemen, darunter sprunghafte Anstiege der Fehlerrate der Modelle.