Il gruppo Ant di Jack Ma afferma di aver raggiunto una svolta nell'AI basata su chip prodotti in Cina

Ant Group ha rivelato di aver sviluppato nuove tecniche per l'addestramento di modelli di intelligenza artificiale utilizzando semiconduttori cinesi di Alibaba e Huawei. I modelli di addestramento AI utilizzano l'approccio di apprendimento automatico Mixture of Experts (MoE) per ottenere risultati simili a quelli dei chip H800 di Nvidia a un costo inferiore di almeno il 20%.

Il gruppo Ant affermato ha dichiarato di continuare a utilizzare Nvidia per lo sviluppo dell'AI, ma di fare ora affidamento principalmente su alternative, tra cui Advanced Micro Devices Inc. e chip cinesi, per i suoi ultimi modelli. L'azienda ha rivelato che è costato circa 6,35 milioni di yuan (circa 880.000 $) addestrare 1T token utilizzando hardware ad alte prestazioni, ma il suo approccio ottimizzato ridurrebbe tale costo a 5,1 milioni di yuan utilizzando hardware a specifiche inferiori. 

L'analista senior di Bloomberg Intelligence Robert Lea ha affermato che l'affermazione di Ant Group, se confermata, evidenzia come la Cina sia sulla buona strada per raggiungere l'autosufficienza nell'IA, poiché il Paese si sta rivolgendo a modelli a basso costo e ad alta efficienza computazionale per aggirare i controlli all'esportazione sui chip Nvidia. L'amministratore delegato di Nvidia, Jensen Huang, ha sostenuto che la domanda di calcolo crescerà anche con l'avvento di modelli più efficienti come il R1 di DeepSeek, ipotizzando che le aziende avranno bisogno di chip migliori per generare maggiori ricavi, non di chip più economici per ridurre i costi.

Ant Group sfrutta chip cinesi per la sua ultima innovazione nell'IA

Ant, sostenuta da Jack Ma, vanta una svolta nell'AI basata su chip cinesi https://t.co/lups085kPb tramite @business

— Yahoo Finance (@YahooFinance) March 24, 2025

Secondo Minmin Low (su Bloomberg TV's 'The China Show'), Ant Group Co. ha utilizzato chip di produzione cinese di Alibaba e Huawei per sviluppare tecniche basate sull'approccio MoE per l'addestramento di modelli di IA, in grado di ridurre i costi del 20%. Low ha spiegato che l'uso dell'approccio MoE suddivide i compiti in set di dati più piccoli per renderli più efficienti, "simile all'impiego di un team di esperti, ciascuno dei quali si concentra su una parte specifica del problema per migliorare l'efficienza complessiva." 

Secondo Bloomberg, i modelli di addestramento dell'IA segnano l'ingresso di Ant Group in una gara tra aziende cinesi e statunitensi, accelerata da quando DeepSeek ha dimostrato quanto possano essere addestrati modelli capaci con costi molto inferiori ai miliardi investiti da OpenAI e da Google Inc. di Alphabet. L'ultima innovazione di IA di Ant Group ha sottolineato come le aziende cinesi stiano cercando di utilizzare alternative locali ai chip Nvidia H800 più avanzati, attualmente bloccati dagli Stati Uniti per la Cina.

"Se trovi un punto di attacco per battere il miglior maestro di kung fu del mondo, puoi ancora dire di averli battuti, ed è per questo che l'applicazione nel mondo reale è importante." – Robin Yu, chief technology officer di Shengshang Tech Co.

Ant Group ha pubblicato questo mese un documento di ricerca in cui affermava che i suoi modelli a volte superavano Meta Platforms Inc. in alcuni benchmark non verificati. Se i modelli funzionano come pubblicizzato, le piattaforme di Ant potrebbero segnare un altro passo avanti nello sviluppo dell'IA cinese.

L'addestramento MoE dell'IA guadagna riconoscimento per l'uso da parte di Google e DeepSeek

Bloomberg ha riportato che i modelli di addestramento MoE dell'IA erano un'opzione popolare che aveva guadagnato riconoscimento per il loro utilizzo da parte di Google e della startup di Hangzhou DeepSeek. Ant prevede di sfruttare la recente svolta nei modelli di linguaggio di grandi dimensioni (Ling-Plus e Ling-Lite) che ha sviluppato per soluzioni di IA industriale, tra cui sanità e finanza. 

Ant ha dichiarato nel suo di ricerca che il modello Ling-Lite ha ottenuto risultati migliori in un benchmark chiave rispetto a uno dei modelli Llama di Meta. Sia i modelli Ling-Lite che Ling-Plus hanno superato gli equivalenti di DeepSeek nei benchmark in lingua cinese. Ling-Lite contiene 16,8 miliardi di parametri, che sono impostazioni regolabili che funzionano come manopole e interruttori per dirigere le prestazioni del modello. Ling-Plus ha 290 miliardi di parametri, che sono considerati relativamente grandi nel campo dei modelli linguistici. Per confronto, MIT Technology Review ha stimato che GPT-4.5 di ChatGPT avesse 1,8 trilioni di parametri, mentre DeepSeek-R1 ne avesse 671 miliardi.

Ant ha anche rivelato di aver affrontato sfide in alcune aree dell'addestramento dell'IA, inclusa la stabilità. Anche piccole modifiche all'hardware o alla struttura del modello di addestramento dell'IA hanno portato a problemi, tra cui salti nel tasso di errore dei modelli.