Ant Group Джека Ма заявляет о прорыве в ИИ на основе чипов китайского производства

Ant Group раскрыла, что разработала новые методы обучения моделей искусственного интеллекта с использованием полупроводников китайского производства от Alibaba и Huawei. Модели обучения ИИ используют подход машинного обучения Mixture of Experts (MoE) для достижения результатов, аналогичных чипам Nvidia H800, но по более низкой цене как минимум на 20%.

Ant Group заявлял сообщила, что все еще использует Nvidia для разработки ИИ, но теперь полагается в основном на альтернативы, включая Advanced Micro Devices Inc. и китайские чипы, для своих последних моделей. Компания раскрыла, что обучение 1 триллиона токенов с использованием высокопроизводительного оборудования стоило около 6,35 млн юаней (примерно 880 тысяч долларов), но ее оптимизированный подход сократит эту стоимость до 5,1 млн юаней при использовании оборудования с более низкой спецификацией. 

Старший аналитик Bloomberg Intelligence Роберт Лей сказал, что утверждение Ant Group, если оно подтвердится, подчеркивает, что Китай находится на пути к достижению самодостаточности в области ИИ, поскольку страна обращается к более дешевым и вычислительно эффективным моделям, чтобы обойти экспортный контроль на чипы Nvidia. Генеральный директор Nvidia Дженсен Хуанг утверждал, что спрос на вычисления будет расти даже с появлением более эффективных моделей, таких как R1 от DeepSeek, предполагая, что компаниям понадобятся лучшие чипы для генерации большей выручки, а не более дешевые для сокращения затрат.

Ant Group использует китайские чипы для новейших инноваций в области ИИ

Ant Group, поддерживаемая Джеком Ма, хвастается прорывом в ИИ, построенным на китайских чипах https://t.co/lups085kPb через @business

— Yahoo Finance (@YahooFinance) марта 24, 2025

По словам Минмин Лоу (в эфире программы Bloomberg TV «The China Show»), компания Ant Group Co. использовала китайские чипы от Alibaba и Huawei для разработки технологий на основе подхода MoE для обучения моделей ИИ, что позволит сократить затраты на 20%. «The China Show»Лоу объяснила, что использование подхода MoE разбивает задачи на меньшие наборы данных, повышая эффективность, «подобно привлечению команды экспертов, каждый из которых фокусируется на определенной части проблемы, чтобы повысить общую эффективность». 

Согласно Bloomberg, модели обучения ИИ ознаменовали выход Ant Group в гонку между китайскими и американскими компаниями, которая ускорилась после того, как DeepSeek продемонстрировал, что мощные модели можно обучать за гораздо меньшие суммы по сравнению с миллиардами, вложенными OpenAI и Google Inc. (Alphabet). Последние инновации Ant Group в области ИИ подчеркивают, как китайские компании пытаются использовать местные альтернативы самым передовым чипам Nvidia H800, которые в настоящее время запрещены к поставкам в Китай со стороны США.

«Если вы найдете одну точку атаки, чтобы побить лучшего мастера кунг-фу в мире, вы все равно можете сказать, что победили его, поэтому важны реальные приложения». – Робин Ю, главный технологический директор компании Shengshang Tech Co.

В этом месяце Ant Group опубликовала исследовательскую статью, в которой утверждается, что её модели иногда превосходят модели Meta Platforms Inc. по некоторым непроверенным показателям. Если модели будут работать так, как заявлено, платформы Ant станут ещё одним шагом вперёд в развитии китайского искусственного интеллекта.

Обучение ИИ по методу MoE получает признание за использование Google и DeepSeek

Bloomberg сообщил, что модели обучения ИИ по методу MoE стали популярным вариантом, получившим признание благодаря использованию Google и ханчжоуским стартапом DeepSeek. Ant планирует использовать недавний прорыв в больших языковых моделях (Ling-Plus и Ling-Lite), разработанных ею для промышленных решений ИИ, включая здравоохранение и финансы. 

Ant заявила в своем исследовательской работы что модель Ling-Lite показала лучшие результаты в ключевом бенчмарке по сравнению с одной из моделей Llama от Meta. Обе модели, Ling-Lite и Ling-Plus, превзошли аналоги DeepSeek в бенчмарках на китайском языке. Ling-Lite содержит 16,8 миллиарда параметров — настраиваемых настроек, которые работают как ручки и переключатели для управления производительностью модели. Ling-Plus имеет 290 миллиардов параметров, что считается относительно большим показателем в области языковых моделей. Для сравнения: MIT Technology Review оценила, что у GPT-4.5 от ChatGPT 1,8 триллиона параметров, а у DeepSeek-R1 — 671 миллиард.

Ant также раскрыла, что столкнулась с проблемами в некоторых областях обучения ИИ, включая стабильность. Даже небольшие изменения в оборудовании или структуре модели обучения ИИ приводили к проблемам, включая скачки уровня ошибок моделей.