잭 마의 안트 그룹, 중국산 칩 기반 AI 돌파구 주장

안트 그룹은 알리바바와 화웨이의 중국산 반도체를 활용하여 인공지능 모델을 훈련하는 새로운 기술을 개발했다고 밝혔습니다. 이 AI 훈련 모델은 전문가의 혼합(Mixture of Experts, MoE) 머신러닝 접근 방식을 사용하여, 최소 20% 더 저렴한 비용으로 엔비디아 H800 칩과 유사한 결과를 달성합니다.

안트 그룹은 전했습니다 AI 개발을 위해 여전히 엔비디아를 사용하고 있지만 최신 모델에는 주로 AMD(Advanced Micro Devices Inc.) 및 중국산 칩과 같은 대체 제품에 의존하고 있다고 밝혔습니다. 이 회사는 고성능 하드웨어를 사용하여 1T 토큰을 훈련하는 데 약 635만 위안(약 88만 달러)이 소요되었지만, 최적화된 접근 방식을 사용하면 사양이 낮은 하드웨어를 사용하여 해당 비용을 510만 위안으로 줄일 수 있다고 밝혔습니다. 

블룸버그 인텔리전스의 수석 분석가 로버트 리아는 안트 그룹의 주장이 확인된다면, 중국이 엔비디아 칩에 대한 수출 통제를 우회하기 위해 저비용이고 계산 효율적인 모델로 전환하면서 AI에서 자급자족에 가까워지고 있음을 강조했다고 말했습니다. 엔비디아 CEO 젠슨 황은 DeepSeek의 R1과 같은 더 효율적인 모델의 부상에도 불구하고 계산 수요가 증가할 것이며, 기업들이 비용을 절감하기 위해 더 저렴한 칩이 아닌 더 많은 수익을 창출하기 위해 더 나은 칩이 필요할 것이라고 주장했습니다.

안트 그룹, 최신 AI 혁신을 위해 중국산 칩 활용

잭 마의 지지를 받는 안트는 중국산 칩 기반 AI 돌파구를 자랑합니다 https://t.co/lups085kPb via @business

— 야후 파이낸스 (@YahooFinance) 3월 24, 2025

안트 그룹은 알리바바와 화웨이의 중국산 칩을 사용하여 MoE 접근 방식을 기반으로 한 기술을 개발했으며, 이는 AI 모델 훈련 비용을 20% 절감할 수 있습니다. 이는 Minmin Low(블룸버그 TV의 '더 차이나 쇼')가 설명했습니다. Low는 MoE 접근 방식을 사용하면 작업이 더 작은 데이터 세트로 분할되어 효율성이 높아지며, '전체 효율성을 높이기 위해 문제의 특정 부분에 집중하는 전문가 팀을 고용하는 것과 유사합니다'라고 설명했습니다. 

블룸버그에 따르면, AI 훈련 모델은 DeepSeek가 OpenAI와 알파벳의 Google이 수십억 달러를 투자하여 훈련할 수 있는 모델이 얼마나 강력한지 보여준 이후 가속화된 중국 및 미국 기업 간의 경쟁에서 안트의 진입을 나타냅니다. 안트 그룹의 최신 AI 혁신은 중국 기업들이 현재 미국에 의해 중국으로의 반입이 금지된 가장 진보된 엔비디아 H800 칩의 지역 대체재를 사용하려는 시도를 어떻게 강조하는지를 보여줍니다.

"세계 최고의 쿵푸 대장을 이길 공격 지점을 하나 찾으면 여전히 그들을 이겼다고 말할 수 있습니다. 이것이 바로 실제 응용이 중요한 이유입니다." – 로빈 유, Shengshang Tech Co.의 최고 기술 책임자

안트 그룹은 이번 달 특정 검증되지 않은 벤치마크에서 메타 플랫폼스 인크.보다 모델 성능이 더 우수하다는 연구 논문을 발표했습니다. 모델이 광고된 대로 작동한다면 안트의 플랫폼은 중국 AI 개발의 또 다른 전진 단계를 표시할 수 있습니다.

구글과 딥시크가 사용한 MoE AI 훈련, 인정 받다

블룸버그는 MoE AI 훈련 모델이 구글과 항저우 스타트업 딥시크의 사용으로 인해 인정을 받으며 인기 있는 옵션이 되었다고 보도했습니다. 안트는 의료 및 금융을 포함한 산업용 AI 솔루션을 위해 개발한 대규모 언어 모델(Ling-Plus 및 Ling-Lite)의 최근 돌파구를 활용할 계획입니다. 

안트는 자신의 연구 논문 에서 Ling-Lite 모델이 메타의 Llama 모델 중 하나와 비교하여 주요 벤치마크에서 더 나은 성능을 보였다고 밝혔습니다. Ling-Lite와 Ling-Plus 모델 모두 중국어 벤치마크에서 딥시크의 동급 모델보다 우수한 성능을 보였습니다. Ling-Lite는 168억 개의 매개변수를 포함하고 있으며, 이는 모델의 성능을 지시하는 노브와 다이얼처럼 작동하는 조정 가능한 설정입니다. Ling-Plus는 2900억 개의 매개변수를 가지고 있으며, 이는 언어 모델 영역에서 상대적으로 큰 규모입니다. 비교를 위해, MIT Technology Review는 ChatGPT의 GPT-4.5가 1.8조 개의 매개변수를 가지고 있다고 추정했으며, DeepSeek-R1은 6710억 개를 가지고 있다고 밝혔습니다.

안트는 또한 안정성을 포함한 AI 훈련의 일부 영역에서 도전에 직면했다고 밝혔습니다. 하드웨어 또는 AI 훈련 모델 구조의 작은 변화조차 모델의 오류율 점프를 포함한 문제를 초래했습니다.