Ant Group, la société de Jack Ma, revendique une percée en intelligence artificielle basée sur des puces fabriquées en Chine

Ant Group a révélé avoir mis au point de nouvelles techniques d'entraînement de modèles d'intelligence artificielle utilisant des semi-conducteurs chinois provenant d'Alibaba et de Huawei. Ces modèles d'entraînement d'IA exploitent l'approche d'apprentissage automatique Mixture of Experts (MoE) pour obtenir des résultats similaires à ceux des puces H800 de Nvidia, à un coût inférieur d'au moins 20 %.

Ant Group a affirmé utiliser toujours Nvidia pour le développement de son IA, mais s'appuie désormais principalement sur des alternatives, notamment Advanced Micro Devices Inc. et des puces chinoises, pour ses derniers modèles. L'entreprise a révélé que l'entraînement d'un billion de jetons lui avait coûté environ 6,35 millions de yuans (environ 880 000 $) avec du matériel haute performance, mais que son approche optimisée permettrait de réduire ce coût à 5,1 millions de yuans avec du matériel moins performant. 

Selon Robert Lea, analyste principal chez Bloomberg Intelligence, les affirmations d'Ant Group, si elles sont confirmées, soulignent que la Chine est en bonne voie d'atteindre l'autosuffisance en IA. Le pays se tourne en effet vers des modèles moins coûteux et plus performants en termes de calcul pour contourner les restrictions à l'exportation des puces Nvidia. Jensen Huang, PDG de Nvidia, a quant à lui soutenu que la demande en puissance de calcul augmentera malgré l'essor de modèles plus performants comme le R1 de DeepSeek. Il a avancé que les entreprises auront besoin de puces plus performantes pour générer davantage de revenus, et non de puces moins chères pour réduire leurs coûts.

Ant Group utilise des puces fabriquées en Chine pour sa dernière innovation en matière d'IA

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

— Yahoo Finance (@YahooFinance) 24 mars 2025

Ant Group Co. a utilisé des puces chinoises d'Alibaba et de Huawei pour développer des techniques d'entraînement de modèles d'IA basées sur l'approche MoE (Modulation of Evidence), permettant ainsi de réduire les coûts de 20 %, selon Minmin Low (invité de l'émission « The China Show »). Low a expliqué que l'approche MoE consiste à décomposer les tâches en ensembles de données plus petits afin d'accroître l'efficacité, « un peu comme si l'on employait une équipe d'experts, chacun se concentrant sur une partie spécifique du problème pour améliorer l'efficacité globale ». 

Selon Bloomberg, ces modèles d'entraînement d'IA marquent l'entrée d'Ant dans la course entre entreprises chinoises et américaines, une course qui s'est accélérée depuis que DeepSeek a démontré qu'il était possible de former des modèles performants pour un coût bien inférieur aux milliards investis par OpenAI et Google (Alphabet Inc.). La dernière innovation d'Ant Group en matière d'IA souligne comment les entreprises chinoises tentent de développer des alternatives locales aux puces Nvidia H800, les plus avancées, dont l'importation en Chine est actuellement interdite par les États-Unis.

« Si vous trouvez un point faible pour vaincre le meilleur maître de kung-fu du monde, vous pouvez toujours dire que vous l'avez battu, c'est pourquoi l'application concrète est importante. » – Robin Yu, directeur technique chez Shengshang Tech Co.

Ant Group a publié ce mois-ci une étude affirmant que ses modèles surpassent parfois ceux de Meta Platforms Inc. sur certains tests de performance non vérifiés. Si ces modèles fonctionnent comme prévu, les plateformes d'Ant pourraient constituer une nouvelle avancée pour le développement de l'IA en Chine.

La formation en intelligence artificielle du ministère de l'Éducation est reconnue pour son utilisation par Google et DeepSeek

Bloomberg a rapporté que les modèles d'entraînement d'IA du ministère de l'Éducation étaient une option populaire, notamment grâce à leur utilisation par Google et la start-up DeepSeek de Hangzhou. Ant prévoit de tirer parti de la récente avancée majeure concernant les grands modèles de langage (Ling-Plus et Ling-Lite) qu'elle a développés pour des solutions d'IA industrielle, notamment dans les secteurs de la santé et de la finance. 

Dans son article de recherche, que le modèle Ling-Lite avait obtenu de meilleurs résultats sur un test de performance clé qu'un modèle Llama de Meta. Les modèles Ling-Lite et Ling-Plus ont tous deux surpassé leurs équivalents DeepSeek sur les tests de performance en langue chinoise. Ling-Lite comprend 16,8 milliards de paramètres, autant de réglages ajustables permettant d'optimiser les performances du modèle. Ling-Plus, quant à lui, compte 290 milliards de paramètres, un nombre considéré comme relativement important dans le domaine des modèles de langage. À titre de comparaison, la MIT Technology Review estimait que le modèle GPT-4.5 de ChatGPT possédait 1 800 milliards de paramètres, tandis que DeepSeek-R1 en comptait 671 milliards.

Ant a également révélé avoir rencontré des difficultés dans certains aspects de l'entraînement de l'IA, notamment en matière de stabilité. Même de petites modifications du matériel ou de la structure du modèle d'entraînement ont entraîné des problèmes, y compris des augmentations soudaines du taux d'erreur des modèles.