Le groupe de fourmis de Jack Ma affirme une percée de l'IA basée sur les puces fabriquées en chinois

Ant Group a révélé qu'il avait développé de nouvelles techniques pour former des modèles d'intelligence artificielle en utilisant des semi-conducteurs de fabrication chinoise d'Alibaba et Huawei. Les modèles de formation AI utilisent l'approche d'apprentissage automatique du mélange d'experts (MOE) pour obtenir des résultats similaires à ceux des puces H800 de Nvidia à un coût moins cher d'au moins 20%.

Le groupe Ant a affirmé qu'il utilisait toujours NVIDIA pour le développement de l'IA, mais s'appuie maintenant principalement sur des alternatives, notamment Advanced Micro Devices Inc. et Chinese Chips, pour ses derniers modèles. L'entreprise a révélé qu'il coûtait environ 6,35 m de yuan (environ 880 000 $) pour former des jetons 1T en utilisant du matériel haute performance, mais son approche optimisée réduirait ce coût à 5,1 m de yuan à l'aide de matériel de spécification inférieure.

L'analyste principal chez Bloomberg Intelligence, Robert Lea, a déclaré que la revendication de Ant Group, si elle était confirmée, a souligné que la Chine était en bonne voie de devenir autosuffisante dans l'IA alors que le pays se tournait vers des modèles à moindre coût et efficaces sur le calcul, pour contourner les contrôles d'exportation sur les puces NVIDIA. Le PDG de Nvidia, Jensen Huang, a fait valoir que la demande de calcul se développera même avec la montée en puissance de modèles plus efficaces comme le R1 de Deepseek, posant que les entreprises auront besoin de meilleures puces pour générer plus de revenus, pas moins chères pour réduire les coûts.

Ant Group tire parti des puces fabriquées en Chine pour sa dernière innovation d'IA

Ant Group Co. a utilisé des puces de fabrication chinoise d'Alibaba et de Huawei pour développer des techniques basées sur l'approche MOE pour la formation de modèles d'IA qui réduiraient les coûts de 20%, selon Minmin Low (sur ` ` The China Show '' de ). Low a expliqué que l'utilisation de l'approche MOE s'est cassée des tâches dans des ensembles de données plus petits pour le rendre plus efficace, «similaire à l'emploi d'une équipe d'experts, chacun se concentrant sur une partie spécifique du problème pour améliorer l'efficacité globale».

Selon Bloomberg, les modèles d'entraînement de l'IA ont marqué l'entrée d'Ant dans une course entre les entreprises chinoises et américaines qui s'étaient accélérées depuis que Deepseek a démontré comment les modèles capables pouvaient être formés pour bien moins que les milliards investis par Google d'Openai et Alphabet Inc. La dernière innovation d'IA de Ant Group a souligné comment les entreprises chinoises essayaient d'utiliser des alternatives locales aux puces NVIDIA H800 les plus avancées actuellement interdites par les États-Unis.

"Si vous trouvez un point d'attaque pour battre le meilleur maître de Kung Fu du monde, vous pouvez toujours dire que vous les battez, c'est pourquoi une application du monde réel est importante." - Robin Yu , directeur de la technologie chez Shengshang Tech Co.

Ant Group a publié ce mois-ci un document de recherche qui a affirmé que ses modèles ont parfois surpassé Meta Platforms Inc. dans certains repères non vérifiés. Si les modèles fonctionnent comme annoncé, les plateformes d'Ant pourraient marquer un autre pas en avant pour le développement de l'IA chinois.

La formation MOE AI gagne en reconnaissance pour son utilisation par Google et Deepseek

Bloomberg a rapporté que les modèles de formation MOE AI étaient une option populaire qui avait été reconnue pour leur utilisation par Google et Hangzhou Startup Deepseek. ANT prévoit de tirer parti de la récente percée dans les modèles de grande langue (Ling-Plus et Ling-Lite) qu'il a développé pour des solutions d'IA industrielles, y compris les soins de santé et la finance. 

Ant a déclaré dans son document de recherche que le modèle Ling-Lite avait fait mieux dans une référence clé par rapport à l'un des modèles LLAMA de Meta. Les modèles Ling-Lite et Ling-Plus ont surclassé les équivalents de Deepseek sur les références en chinois. Ling-Lite contient 16,8 milliards de paramètres, qui sont des paramètres réglables qui fonctionnent comme des boutons et des cadrans pour diriger les performances du modèle. Ling-Plus compte 290 milliards de paramètres, ce qui est considéré comme relativement grand dans le domaine des modèles de langage. À titre de comparaison, la MIT Technology Review a estimé que le GPT-4.5 de Chatgpt avait 1,8 billion de paramètres, tandis que Deepseek-R1 comptait 671 milliards.

Ant a également révélé qu'il faisait face à des défis dans certaines régions de la formation d'IA, y compris la stabilité. Même de petits changements dans le matériel ou la structure du modèle de formation d'IA ont entraîné des problèmes, notamment des sauts dans le taux d'erreur des modèles.

Cryptopolitan Academy: Vous voulez développer votre argent en 2025? Apprenez à le faire avec DeFi dans notre prochaine webclass. Enregistrez votre place