El grupo de hormigas de Jack Ma afirma el avance de la IA basado en chips manufacturados chinos

Ant Group reveló que ha desarrollado nuevas técnicas para capacitar a modelos de inteligencia artificial que utilizan semiconductores de fabricación china de Alibaba y Huawei. Los modelos de entrenamiento de IA utilizan el enfoque de aprendizaje automático de la mezcla de expertos (MOE) para lograr resultados similares a los de los chips H800 de NVIDIA a un costo más barato en al menos un 20%.

El grupo de hormigas afirmó que todavía estaba usando NVIDIA para el desarrollo de IA, pero ahora depende principalmente de alternativas, incluidas las chips Advanced Micro Devices Inc. y los chips chinos, para sus últimos modelos. La firma reveló que costó alrededor de 6.35 millones de yuanes (aproximadamente $ 880k) para entrenar tokens 1T usando hardware de alto rendimiento, pero su enfoque optimizado reduciría ese costo a 5.1 millones de yuan usando hardware de menor especificación.

El analista senior de Bloomberg Intelligence Robert Lea dijo que la afirmación de Ant Group, si se confirmó, destacó que China estaba en camino de ser autosuficiente en IA a medida que el país recurrió a modelos de menor costo y eficientes computacionalmente, para trabajar en torno a los controles de exportación en chips nvidia. El CEO de NVIDIA, Jensen Huang, argumentó que la demanda de cálculo crecerá incluso con el aumento de modelos más eficientes como Deepseek's R1, postulando que las empresas necesitarán mejores chips para generar más ingresos, no más baratos para reducir costos.

Ant Group aprovecha los chips hechos por China para su última innovación de IA

Jack MA Backed Ant Touts AI Breakthrough construido sobre chips chinos https://t.co/lups085kpb a través de @Business

- Yahoo Finance (@YaHoofinance) 24 de marzo de 2025

Ant Group Co. usó chips de fabricación china de Alibaba y Huawei para desarrollar técnicas basadas en el enfoque MOE para capacitar a los modelos de IA que reducirían los costos en un 20%, según Minmin Low (en 'The China Show' ). Low explicó que el uso del enfoque MOE desglosó las tareas en conjuntos de datos más pequeños para que sea más eficiente, 'similar a emplear un equipo de expertos, cada uno centrándose en una parte específica del problema para mejorar la eficiencia general'.

Según Bloomberg, los modelos de capacitación de IA marcaron la entrada de Ant en una carrera entre las compañías chinas y estadounidenses que se habían acelerado ya que Deepseek demostró cómo los modelos capaces podrían ser entrenados por mucho menos que los miles de millones invertidos por Operai y Alphabet Inc. Google. La última innovación de IA de Ant Group enfatizó cómo las empresas chinas estaban tratando de usar alternativas locales a los chips Nvidia H800 más avanzados actualmente prohibidos por los Estados Unidos de China.

"Si encuentras un punto de ataque para vencer al mejor maestro de kung fu del mundo, todavía puedes decir que los vences, por lo que la aplicación del mundo real es importante". - Robin Yu , director de tecnología de Shengshang Tech Co.

Ant Group publicó un trabajo de investigación este mes que afirmó que sus modelos a veces superaron a Meta Platforms Inc. en ciertos puntos de referencia no verificados. Si los modelos funcionan como se anuncia, las plataformas de Ant podrían marcar otro paso adelante para el desarrollo chino de IA.

El entrenamiento de Moe AI gana el reconocimiento de su uso por Google y Deepseek

Bloomberg informó que los modelos de entrenamiento de Moe AI eran una opción popular que había ganado reconocimiento por su uso por parte de Google y Hangzhou Startup Deepseek. Ant planea aprovechar el reciente avance en los modelos de idiomas grandes (Ling-plus y Ling-Lite) que se ha desarrollado para soluciones de IA industriales, incluidas la atención médica y las finanzas. 

Ant dijo en su trabajo de investigación que el modelo Ling-Lite mejoró en un punto de referencia clave en comparación con uno de los modelos de llamas de Meta. Los modelos Ling-Lite y Ling-Plus superaron a los equivalentes de Deepseek en los puntos de referencia en el idioma chino. Ling-Lite contiene 16.8 mil millones de parámetros, que son configuraciones ajustables que funcionan como perillas y diales para dirigir el rendimiento del modelo. Ling-plus tiene 290 mil millones de parámetros, que se considera relativamente grande en el ámbito de los modelos de lenguaje. A modo de comparación, la revisión del MIT Technology estimó que el GPT-4.5 de ChatGPT tenía 1.8 billones de parámetros, mientras que Deepseek-R1 tenía 671 mil millones.

Ant también reveló que enfrentaba desafíos en algunas áreas de la capacitación de IA, incluida la estabilidad. Incluso pequeños cambios en el hardware o la estructura del modelo de entrenamiento de IA condujeron a problemas, incluidos los saltos en la tasa de error de los modelos.

Academia Cryptopolitan: ¿Quieres hacer crecer tu dinero en 2025? Aprenda cómo hacerlo con DeFi en nuestra próxima clase web. Guarda tu lugar