El Grupo Ant de Jack Ma afirma haber logrado un avance en inteligencia artificial basado en chips fabricados en China

Ant Group reveló el desarrollo de nuevas técnicas para entrenar modelos de inteligencia artificial utilizando semiconductores fabricados en China por Alibaba y Huawei. Los modelos de entrenamiento de IA emplean el enfoque de aprendizaje automático Mixture of Experts (MoE) para lograr resultados similares a los de los chips H800 de Nvidia, a un costo al menos un 20 % menor.

El Grupo Ant afirmó que seguía utilizando Nvidia para el desarrollo de IA, pero que ahora depende principalmente de alternativas, como Advanced Micro Devices Inc. y chips chinos, para sus últimos modelos. La empresa reveló que entrenar tokens de 1T con hardware de alto rendimiento costaba unos 6,35 millones de yuanes (unos 880.000 dólares), pero que su enfoque optimizado reduciría ese coste a 5,1 millones de yuanes con hardware de menor especificación. 

Robert Lea, analista sénior de Bloomberg Intelligence, afirmó que la afirmación de Ant Group, de confirmarse, pondría de manifiesto que China está en vías de alcanzar la autosuficiencia en IA, al recurrir a modelos computacionalmente eficientes y de menor costo para sortear los controles de exportación de chips de Nvidia. El director ejecutivo de Nvidia, Jensen Huang, argumentó que la demanda de computación crecerá incluso con el auge de modelos más eficientes como el R1 de DeepSeek, y planteó que las empresas necesitarán mejores chips para generar más ingresos, no chips más económicos para reducir costos.

Ant Group aprovecha chips fabricados en China para su última innovación en inteligencia artificial

Ant, respaldada por Jack Ma, promociona un avance en inteligencia artificial basado en chips chinos https://t.co/lups085kPb vía @business

— Yahoo Finanzas (@YahooFinance) 24 de marzo de 2025

Ant Group Co. utilizó chips de fabricación china de Alibaba y Huawei para desarrollar técnicas basadas en el enfoque del Ministerio de Educación para el entrenamiento de modelos de IA, lo que reduciría los costos en un 20%, según Minmin Low (en el programa "The China Show"). Low explicó que el uso del enfoque del Ministerio de Educación divide las tareas en conjuntos de datos más pequeños para aumentar la eficiencia, "de forma similar a emplear un equipo de expertos, cada uno enfocado en una parte específica del problema para mejorar la eficiencia general". 

Según Bloomberg, los modelos de entrenamiento de IA marcaron la entrada de Ant en una competencia entre empresas chinas y estadounidenses que se había acelerado desde que DeepSeek demostró cómo se podían entrenar modelos competentes por mucho menos de los miles de millones invertidos por OpenAI y Google, de Alphabet Inc. La última innovación en IA de Ant Group puso de relieve cómo las empresas chinas intentaban utilizar alternativas locales a los chips Nvidia H800 más avanzados, actualmente prohibidos por Estados Unidos en China.

“Si encuentras un punto de ataque para vencer al mejor maestro de kung fu del mundo, aún puedes decir que lo venciste, por eso es importante la aplicación en el mundo real.” – Robin Yu, director de tecnología de Shengshang Tech Co.

Ant Group publicó este mes un artículo de investigación que afirmaba que sus modelos, en ocasiones, superaban a los de Meta Platforms Inc. en ciertas pruebas de referencia no verificadas. Si los modelos funcionan como se anuncia, las plataformas de Ant podrían marcar un nuevo avance en el desarrollo de la IA en China.

El entrenamiento de IA de MoE gana reconocimiento por su uso por parte de Google y DeepSeek

Bloomberg informó que los modelos de entrenamiento de IA de MoE eran una opción popular, reconocida por su uso por parte de Google y la startup DeepSeek de Hangzhou. Ant planea aprovechar el reciente avance en los grandes modelos de lenguaje (Ling-Plus y Ling-Lite) que ha desarrollado para soluciones de IA industriales, como la salud y las finanzas. 

Ant afirmó en su informe de investigación que el modelo Ling-Lite obtuvo mejores resultados en una prueba de rendimiento clave en comparación con uno de los modelos Llama de Meta. Tanto Ling-Lite como Ling-Plus superaron a sus equivalentes de DeepSeek en pruebas de rendimiento en chino. Ling-Lite contiene 16.800 millones de parámetros, que son ajustes configurables que funcionan como perillas y diales para dirigir el rendimiento del modelo. Ling-Plus tiene 290.000 millones de parámetros, una cantidad relativamente grande en el ámbito de los modelos de lenguaje. A modo de comparación, la revista MIT Technology Review estimó que GPT-4.5 de ChatGPT tenía 1,8 billones de parámetros, mientras que DeepSeek-R1 tenía 671.000 millones.

Ant también reveló que enfrentó desafíos en algunas áreas del entrenamiento de IA, como la estabilidad. Incluso pequeños cambios en el hardware o en la estructura del modelo de entrenamiento de IA generaron problemas, como aumentos repentinos en la tasa de error de los modelos.