- ジャック・マー支援のアントグループ社が、中国製の半導体を用いたコスト効率の高いAIトレーニングモデルの開発を発表しました。
- これらのAIモデルは「エキスパートの混合」アプローチに基づいており、コストを20%削減し、Nvidiaなどの米国企業に激しい競争をもたらしています。
- 今月同社は、未検証のベンチマークにおいて自社のモデルがMeta Platforms Inc.を上回る性能を示したとする研究論文を発表しました。
Ant Groupは、AlibabaとHuaweiの中国製半導体を利用した人工知能モデルのトレーニングに新しい技術を開発したと明らかにしました。AIトレーニングモデルは、Expertの混合（MoE）機械学習アプローチを使用し、少なくとも20%のコスト削減でNvidiaのH800チップと同様の結果を達成します。
Ant Groupは 主張した 、AI開発にはまだNvidiaを使用しているが、最新のモデルではAdvanced Micro Devices Inc.や中国製チップなど、主に代替手段に依存していると明らかにしました。同社は、高性能ハードウェアを使用して1Tトークンをトレーニングするのに約635万人民元（約88万ドル）かかったが、最適化されたアプローチにより、低仕様ハードウェアでそのコストを510万人民元に削減できると開示しました。
Bloomberg IntelligenceのシニアアナリストであるRobert Leaは、Ant Groupの主張が確認されれば、中国が低コストで計算効率の高いモデルに転換することで、Nvidiaチップへの輸出規制を回避し、AIの自立に向けて着実に進んでいることを浮き彫りにしたと述べています。NvidiaのCEOであるJensen Huangは、DeepSeekのR1のようなより効率的なモデルの台頭にもかかわらず、計算需要はさらに増加すると主張し、企業はコストを削減するために安価なチップではなく、より多くの収益を生み出すために優れたチップを必要とするだろうと述べています。
Ant Group、最新のAIイノベーションに中国製チップを活用
Jack Ma支援のAnt、中国製チップを基盤としたAIのブレークスルーを強調 https://t.co/lups085kPb via @business
— Yahoo Finance (@YahooFinance) 3月 24日、 2025
Ant Group Co.は、AlibabaとHuaweiの中国製チップを使用して、MoEアプローチに基づく技術を発展させ、AIモデルのトレーニングコストを20%削減したと、Minmin Low（Bloomberg TVの 『The China Show』）は説明しました。Lowは、MoEアプローチはタスクをより小さなデータセットに分解して効率を高め、『各々が問題の特定の部分に焦点を当てる専門家チームを採用することに類似しており、全体的な効率を向上させる』と説明しました。
Bloombergによると、AIトレーニングモデルは、DeepSeekがOpenAIやAlphabet Inc.のGoogleが投資した数十億ドルよりもはるかに少ない費用でどのようにして高性能モデルをトレーニングできるかを示して以来、加速した中国と米国の企業間の競争におけるAntの参入を示しています。Ant Groupの最新のAIイノベーションは、中国企業が現在米国によって中国への輸出が禁止されている最も先進的なNvidia H800チップの代替として地元産の選択肢を使用しようとしていることを強調しています。
「世界最高の功夫の達人に勝つための攻撃点を見つけられれば、彼らに勝ったと言える。だからこそ、現実世界でのアプリケーションが重要なのです。」 – Robin Yu, Shengshang Tech Co.の最高技術責任者
Ant Groupは先月、そのモデルが特定の検証されていないベンチマークでMeta Platforms Inc.を上回る場合があると主張する研究論文を発表しました。モデルが宣伝どおり機能すれば、Antのプラットフォームは中国のAI開発におけるもう一つの前進を示すことになります。
MoE AIトレーニング、GoogleやDeepSeekによる使用で認知度を高める
Bloombergは、MoE AIトレーニングモデルがGoogleや杭州のスタートアップであるDeepSeekによる使用で認知度を高め、人気のある選択肢であると報告しました。Antは、医療や金融を含む産業用AIソリューションのために開発した大規模言語モデル（Ling-PlusおよびLing-Lite）の最近のブレークスルーを活用する計画です。
Antは自身の 研究論文 において、Ling-LiteモデルがMetaのLlamaモデルの1つと比較して主要なベンチマークでより良い結果を示したと述べました。Ling-LiteとLing-Plusの両モデルは、中国語のベンチマークでDeepSeekの同等モデルを上回りました。Ling-Liteには168億のパラメータが含まれており、これらはモデルのパフォーマンスを導くノブやダイヤルのように機能する調整可能な設定です。Ling-Plusには2900億のパラメータがあり、これは言語モデルの分野では比較的大きな規模と見なされています。比較のために、MIT Technology Reviewは、ChatGPTのGPT-4.5が1.8兆のパラメータを持ち、DeepSeek-R1が6710億のパラメータを持つと推定しています。
Antはまた、安定性を含むAIトレーニングのいくつかの領域で課題に直面したと明らかにしました。ハードウェアやAIトレーニングモデルの構造のわずかな変化でも、モデルのエラー率の急上昇など、問題を引き起こしました。
最も賢明な暗号通貨の専門家たちはすでに私たちのニュースレターを読んでいます。あなたも参加しませんか？ 彼らに加わりましょう。
免責事項。 ここに提供される情報は取引助言ではありません。 Cryptopolitan.com 当社は、このページに提供される情報に基づいて行われたいかなる投資に対しても責任を負いません。いかなる投資判断を下す前に、独立した調査および/または資格を有する専門家への相談を強く推奨します。
Collins J. Okoth
コリンズ・オコスは、暗号資産とテクノロジー分野を8年間取材してきたジャーナリスト兼マーケットアナリストです。CFA（公認財務アナリスト）資格を保有し、精算数学の学位を取得しています。以前はGeek ComputerとCoinRabbitでライターおよび編集者として勤務していました。
