O Ant Group de Jack Ma afirma ter alcançado um avanço revolucionário em IA com base em chips fabricados na China

A Ant Group revelou ter desenvolvido novas técnicas para treinar modelos de inteligência artificial utilizando semicondutores fabricados na China pela Alibaba e pela Huawei. Os modelos de treinamento de IA usam a abordagem de aprendizado de máquina Mixture of Experts (MoE) para alcançar resultados semelhantes aos dos chips H800 da Nvidia, a um custo pelo menos 20% menor.

O Ant Group afirmou que ainda utiliza a Nvidia para o desenvolvimento de IA, mas que agora depende principalmente de alternativas, incluindo a Advanced Micro Devices Inc. e chips chineses, para seus modelos mais recentes. A empresa revelou que o treinamento de 1 trilhão de tokens usando hardware de alto desempenho custou cerca de 6,35 milhões de yuans (aproximadamente US$ 880 mil), mas que sua abordagem otimizada reduziria esse custo para 5,1 milhões de yuans usando hardware com especificações inferiores. 

Robert Lea, analista sênior da Bloomberg Intelligence, afirmou que a alegação do Ant Group, se confirmada, destaca que a China está bem encaminhada para se tornar autossuficiente em IA, à medida que o país adota modelos de baixo custo e computacionalmente eficientes para contornar os controles de exportação de chips da Nvidia. O CEO da Nvidia, Jensen Huang, argumentou que a demanda por computação crescerá mesmo com o surgimento de modelos mais eficientes, como o R1 da DeepSeek, postulando que as empresas precisarão de chips melhores para gerar mais receita, e não de chips mais baratos para reduzir custos.

A Ant Group utiliza chips fabricados na China para sua mais recente inovação em IA

A Ant, apoiada por Jack Ma, anuncia avanço em IA baseado em chips chineses https://t.co/lups085kPb via @business

— Yahoo Finance (@YahooFinance) 24 de março de 2025

da Bloomberg TV), a Ant Group Co. utilizou chips fabricados na China pela Alibaba e pela Huawei para desenvolver técnicas baseadas na abordagem MoE (Minimum of Excellence) para o treinamento de modelos de IA, o que reduziria os custos em 20% programa "The China Show". Low explicou que a abordagem MoE divide as tarefas em conjuntos de dados menores para torná-las mais eficientes, "de forma semelhante a empregar uma equipe de especialistas, cada um focado em uma parte específica do problema para aumentar a eficiência geral". 

Segundo a Bloomberg, os modelos de treinamento de IA marcaram a entrada da Ant em uma corrida entre empresas chinesas e americanas que se intensificou desde que a DeepSeek demonstrou como modelos capazes poderiam ser treinados por um custo muito menor do que os bilhões investidos pela OpenAI e pelo Google, da Alphabet Inc. A mais recente inovação em IA do Ant Group enfatizou como as empresas chinesas estavam tentando usar alternativas locais aos chips Nvidia H800, os mais avançados, atualmente proibidos na China pelos EUA.

“Se você descobrir um único ponto de ataque capaz de derrotar o melhor mestre de kung fu do mundo, ainda assim poderá dizer que o venceu, e é por isso que a aplicação prática é tão importante.” – Robin Yu, diretor de tecnologia da Shengshang Tech Co.

O Ant Group publicou um estudo neste mês alegando que seus modelos, por vezes, superaram os da Meta Platforms Inc. em determinados testes de desempenho não verificados. Se os modelos funcionarem conforme o prometido, as plataformas do Ant poderão representar mais um passo importante para o desenvolvimento da inteligência artificial na China.

O treinamento de IA do MoE ganha reconhecimento por seu uso pelo Google e DeepSeek

A Bloomberg noticiou que os modelos de treinamento de IA do Ministério da Educação eram uma opção popular, que ganhou reconhecimento por seu uso pelo Google e pela startup DeepSeek, de Hangzhou. A Ant planeja aproveitar o recente avanço nos modelos de linguagem de grande escala (Ling-Plus e Ling-Lite) que desenvolveu para soluções de IA industrial, incluindo saúde e finanças. 

Em seu artigo de pesquisa, que o modelo Ling-Lite teve um desempenho melhor em um benchmark importante em comparação com um dos modelos Llama da Meta. Tanto o Ling-Lite quanto o Ling-Plus superaram os equivalentes da DeepSeek em benchmarks de língua chinesa. O Ling-Lite contém 16,8 bilhões de parâmetros, que são configurações ajustáveis ​​que funcionam como botões e mostradores para direcionar o desempenho do modelo. O Ling-Plus possui 290 bilhões de parâmetros, o que é considerado relativamente grande no âmbito dos modelos de linguagem. Para efeito de comparação, a MIT Technology Review estimou que o GPT-4.5 do ChatGPT tinha 1,8 trilhão de parâmetros, enquanto o DeepSeek-R1 tinha 671 bilhões.

A Ant também revelou que enfrentou desafios em algumas áreas do treinamento de IA, incluindo estabilidade. Mesmo pequenas alterações no hardware ou na estrutura do modelo de treinamento de IA levaram a problemas, incluindo aumentos repentinos na taxa de erro dos modelos.