Le groupe Ant de Jack Ma revendique une percée en IA basée sur des puces fabriquées en Chine

Ant Group a révélé qu'elle a développé de nouvelles techniques pour l'entraînement de modèles d'intelligence artificielle utilisant des semi-conducteurs fabriqués en Chine par Alibaba et Huawei. Les modèles d'entraînement IA utilisent l'approche d'apprentissage automatique Mixture of Experts (MoE) pour obtenir des résultats similaires à ceux des puces Nvidia H800, à un coût inférieur d'au moins 20 %.

Le groupe Ant a affirmé a indiqué qu'il utilisait toujours Nvidia pour le développement de l'IA, mais s'appuie désormais principalement sur des alternatives, y compris Advanced Micro Devices Inc. et les puces chinoises, pour ses derniers modèles. L'entreprise a divulgué qu'il en coûtait environ 6,35 millions de yuans (environ 880 000 $) pour entraîner 1 000 milliards de jetons (tokens) en utilisant du matériel haute performance, mais que son approche optimisée réduirait ce coût à 5,1 millions de yuans en utilisant du matériel de spécifications inférieures. 

Robert Lea, analyste senior chez Bloomberg Intelligence, a déclaré que la revendication d'Ant Group, si elle est confirmée, mettait en évidence que la Chine était bien partie pour devenir autosuffisante en IA, le pays se tournant vers des modèles moins coûteux et plus efficaces en calcul pour contourner les contrôles à l'exportation sur les puces Nvidia. Le PDG de Nvidia, Jensen Huang, a fait valoir que la demande de calcul augmentera même avec l'essor de modèles plus efficaces comme le R1 de DeepSeek, postulant que les entreprises auront besoin de meilleures puces pour générer plus de revenus, et non de puces moins chères pour réduire les coûts.

Ant Group exploite des puces fabriquées en Chine pour sa dernière innovation en IA

Ant, soutenu par Jack Ma, vante une percée en IA basée sur des puces chinoises https://t.co/lups085kPb via @business

— Yahoo Finance (@YahooFinance) mars 24, 2025

Ant Group Co. a utilisé des puces fabriquées en Chine par Alibaba et Huawei pour développer des techniques basées sur l'approche MoE pour l'entraînement de modèles d'IA qui réduiraient les coûts de 20 %, selon Minmin Low (sur « The China Show »). Low a expliqué que l'utilisation de l'approche MoE décomposait les tâches en ensembles de données plus petits pour les rendre plus efficaces, « semblable à l'emploi d'une équipe d'experts, chacun se concentrant sur une partie spécifique du problème pour améliorer l'efficacité globale. » 

Selon Bloomberg, les modèles d'entraînement IA marquaient l'entrée d'Ant dans une course entre les entreprises chinoises et américaines qui s'est accélérée depuis que DeepSeek a démontré comment des modèles capables pouvaient être entraînés pour bien moins que les milliards investis par OpenAI et Google Inc. d'Alphabet. La dernière innovation en IA d'Ant Group a souligné comment les entreprises chinoises tentaient d'utiliser des alternatives locales aux puces Nvidia H800 les plus avancées, actuellement interdites en Chine par les États-Unis.

« Si vous trouvez un point d'attaque pour battre le meilleur maître de kung-fu du monde, vous pouvez toujours dire que vous les avez battus, c'est pourquoi l'application dans le monde réel est importante. » – Robin Yu, directeur technique de Shengshang Tech Co.

Ant Group a publié un article de recherche ce mois-ci qui affirmait que ses modèles surpassaient parfois Meta Platforms Inc. dans certains benchmarks non vérifiés. Si les modèles fonctionnent comme annoncé, les plateformes d'Ant pourraient marquer une autre étape en avant pour le développement de l'IA chinoise.

L'entraînement IA MoE gagne en reconnaissance pour son utilisation par Google et DeepSeek

Bloomberg a rapporté que les modèles d'entraînement IA MoE étaient une option populaire qui avait gagné en reconnaissance pour leur utilisation par Google et la startup Hangzhou DeepSeek. Ant prévoit d'exploiter la récente percée dans les grands modèles de langage (Ling-Plus et Ling-Lite) qu'il a développés pour des solutions d'IA industrielle, y compris la santé et la finance. 

Ant a déclaré dans son article de recherche que le modèle Ling-Lite a mieux performé dans un benchmark clé par rapport à l'un des modèles Llama de Meta. Les modèles Ling-Lite et Ling-Plus ont tous deux surpassé les équivalents de DeepSeek sur les benchmarks en langue chinoise. Ling-Lite contient 16,8 milliards de paramètres, qui sont des paramètres ajustables fonctionnant comme des boutons et des cadrans pour diriger la performance du modèle. Ling-Plus a 290 milliards de paramètres, ce qui est considéré comme relativement élevé dans le domaine des modèles de langage. Pour comparaison, le MIT Technology Review a estimé que le GPT-4.5 de ChatGPT avait 1,8 trillion de paramètres, tandis que DeepSeek-R1 en avait 671 milliards.

Ant a également divulgué qu'il faisait face à des défis dans certains domaines de l'entraînement IA, y compris la stabilité. Même de petits changements dans le matériel ou la structure du modèle d'entraînement IA ont conduit à des problèmes, y compris des sauts dans le taux d'erreur des modèles.