Ant Group di Jack Ma afferma di aver raggiunto una svolta nell'intelligenza artificiale basata su chip di fabbricazione cinese

Ant Group ha rivelato di aver sviluppato nuove tecniche per l'addestramento di modelli di intelligenza artificiale utilizzando semiconduttori di fabbricazione cinese di Alibaba e Huawei. I modelli di addestramento dell'IA 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%.

Ant Group ha affermato di utilizzare ancora Nvidia per lo sviluppo dell'intelligenza artificiale, ma di affidarsi principalmente ad alternative, tra cui Advanced Micro Devices Inc. e chip cinesi, per i suoi ultimi modelli. L'azienda ha rivelato che addestrare token da 1T utilizzando hardware ad alte prestazioni è costato circa 6,35 milioni di yuan (circa 880.000 dollari), ma il suo approccio ottimizzato ridurrebbe tale costo a 5,1 milioni di yuan utilizzando hardware con specifiche inferiori. 

Robert Lea, analista senior di Bloomberg Intelligence, ha affermato che l'affermazione di Ant Group, se confermata, evidenzia che la Cina è sulla buona strada per diventare autosufficiente nell'intelligenza artificiale, poiché il Paese si sta orientando verso modelli computazionalmente efficienti e a basso costo per aggirare i controlli sulle esportazioni di chip Nvidia. Il CEO di Nvidia, Jensen Huang, ha sostenuto che la domanda di elaborazione crescerà anche con l'avvento di modelli più efficienti come l'R1 di DeepSeek, sostenendo che le aziende avranno bisogno di chip migliori per generare maggiori ricavi, non di chip più economici per ridurre i costi.

Ant Group sfrutta i chip realizzati in Cina per la sua ultima innovazione in ambito AI

Ant, sostenuta da Jack Ma, promuove la svolta dell'intelligenza artificiale basata su chip cinesi https://t.co/lups085kPb tramite @business

— Yahoo Finance (@YahooFinance) 24 marzo 2025

Secondo Minmin Low (nel programma "The China Show"), Ant Group Co. ha utilizzato chip di produzione cinese forniti da Alibaba e Huawei per sviluppare tecniche basate sull'approccio MoE per l'addestramento di modelli di intelligenza artificiale, riducendo i costi del 20%. Low ha spiegato che l'approccio MoE suddivide i compiti in set di dati più piccoli per renderli più efficienti, "in modo simile all'impiego di un team di esperti, ognuno dei quali si concentra su una parte specifica del problema per migliorare l'efficienza complessiva". 

Secondo Bloomberg, i modelli di addestramento dell'IA hanno segnato l'ingresso di Ant in una gara tra aziende cinesi e statunitensi, che si era intensificata da quando DeepSeek aveva dimostrato come modelli efficienti potessero essere addestrati con costi molto inferiori ai miliardi investiti da OpenAI e Google di Alphabet Inc. L'ultima innovazione dell'IA di Ant Group ha evidenziato come le aziende cinesi stessero cercando di utilizzare alternative locali ai più avanzati chip Nvidia H800, attualmente vietati dagli Stati Uniti alla Cina.

"Se trovi un punto debole per sconfiggere il miglior maestro di kung fu del mondo, puoi comunque dire di averlo battuto, ed è per questo che l'applicazione nel mondo reale è importante." – Robin Yu, responsabile tecnologico di Shengshang Tech Co.

Ant Group ha pubblicato questo mese un documento di ricerca in cui si afferma che i suoi modelli hanno talvolta superato Meta Platforms Inc. in alcuni benchmark non verificati. Se i modelli funzionano come pubblicizzato, le piattaforme di Ant potrebbero segnare un altro passo avanti per lo sviluppo dell'intelligenza artificiale in Cina.

La formazione AI del MoE ottiene riconoscimenti per il suo utilizzo da parte di Google e DeepSeek

Bloomberg ha riferito che i modelli di addestramento AI del MoE sono stati un'opzione popolare, riconosciuta per il loro utilizzo da parte di Google e della startup di Hangzhou DeepSeek. Ant prevede di sfruttare la recente svolta nei modelli linguistici di grandi dimensioni (Ling-Plus e Ling-Lite) sviluppati per soluzioni di intelligenza artificiale industriali, tra cui sanità e finanza. 

Ant ha affermato nel suo documento di ricerca che il modello Ling-Lite ha ottenuto risultati migliori in un benchmark chiave rispetto a uno dei modelli Llama di Meta. Sia il modello Ling-Lite che il modello Ling-Plus hanno superato le prestazioni dei modelli equivalenti di DeepSeek nei benchmark per la lingua cinese. Ling-Lite contiene 16,8 miliardi di parametri, ovvero impostazioni regolabili che funzionano come manopole e quadranti per indirizzare le prestazioni del modello. Ling-Plus ha 290 miliardi di parametri, un numero considerato relativamente elevato nel campo dei modelli linguistici. Per confronto, la 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 incontrato difficoltà in alcuni aspetti dell'addestramento dell'IA, tra cui la stabilità. Anche piccole modifiche all'hardware o alla struttura del modello di addestramento dell'IA hanno causato problemi, tra cui improvvisi sbalzi nel tasso di errore dei modelli.