في سياق عالمي يتسم بشكل متزايد بالمنافسة التكنولوجية بين الولايات المتحدة والصين، تتخذ مجموعة Ant، التي تتحكم فيها Alibaba، خطوات هامة لتقليل اعتمادها على الشرائح الأمريكية واحتواء التكاليف في تطوير نماذج الذكاء الاصطناعي (AI).
وفقًا لمصادر مقربة من الشركة، تعتمد شركة Ant على semiconduttori cinesi لتدريب نماذج اللغة المتقدمة الخاصة بها، مستخدمةً نهجًا يعد بثورة في طريقة إنتاج الذكاء الاصطناعي في البلاد الآسيوية.
نقطة تحول استراتيجية في تدريب نماذج الذكاء الاصطناعي لمجموعة Ant
في الأشهر الأخيرة، اعتمدت مجموعة Ant على شرائح مزودة من شركات محلية، بما في ذلك الكيانات المرتبطة بـ Alibaba و Huawei Technologies، لتدريب نماذج الذكاء الاصطناعي الخاصة بها باستخدام تقنية Mixture of Experts (MoE).
تتيح هذه الطريقة، التي تزداد انتشارًا بين الباحثين، تقسيم المهام بفعالية بين "خبراء" مختلفين داخل النموذج، مما يحسن من كفاءته الحاسوبية.
تؤكد المصادر أن نتائج هذه النماذج ليست فقط قابلة للمقارنة مع تلك التي تم الحصول عليها باستخدام شرائح Nvidia H800. ومع ذلك، في بعض الاختبارات، قد تكون قد تجاوزت حتى أداء النماذج التي طورتها Meta.
على الرغم من أن أخبار بلومبرغ لم تتحقق بشكل مستقل من هذه الأداءات، إلا أن البيانات تشير إلى تقدم كبير في محاولة الصين لتقليل التكاليف التشغيلية وتقليل الاعتماد التكنولوجي.
تقنية MoE مستوحاة من مبدأ التفويض المتخصص: كل وحدة فرعية من النموذج مسؤولة عن جزء معين من المعالجة، مما يسمح بزيادة القابلية للتوسع والكفاءة مقارنة بالأساليب التقليدية.
بالإضافة إلى مجموعة Ant ، تستخدم Google والشركة الناشئة الصينية من هانغتشو DeepSeek هذه المنهجية أيضًا.
أنت قد أبرزت التزامها بنشر العلوم من خلال نشر ورقة تؤكد على هدف توسيع النماذج دون استخدام وحدات معالجة الرسوميات المتطورة.
تصبح هذه الطريقة حاسمة بالنسبة للشركات التي، بسبب التكاليف العالية، لا يمكنها تحمل استخدام أجهزة ذات أداء عالٍ بشكل مستمر.
الصين ضد الولايات المتحدة: الرقائق المحلية مقابل وحدات معالجة الرسوم الأمريكية
تتناسب مبادرة Ant مع سياق جيوسياسي تحاول فيه الشركات التكنولوجية الصينية الالتفاف على القيود الأمريكية على تصدير الرقائق المتقدمة، مثل Nvidia H800.
على الرغم من أنه ليس أكثر الشرائح تقدمًا في السوق، إلا أن H800 لا يزال واحدًا من أقوى وحدات معالجة الرسومات المتاحة في الصين.
على الرغم من أن مجموعة Ant لا تزال تحتفظ بجزء من إنتاجها للذكاء الاصطناعي استنادًا إلى رقائق Nvidia، إلا أن الشركة تتحول تدريجياً نحو بدائل أكثر اقتصادا وسهولة في الوصول إليها. مثل تلك التي تقدمها AMD والمصنعون الصينيون.
تُعد هذه الاختيار الاستراتيجي بمثابة خروج عن رؤية الرئيس التنفيذي لشركة إنفيديا، جينسن هوانغ، الذي يرى أن الشركات ستستمر في المطالبة بمزيد من القوة الحاسوبية.
وفقًا لهوانغ، لن تنخفض استثمارات العملاء، حتى مع ظهور نماذج أكثر كفاءة مثل DeepSeek R1. مما يظهر تباينًا واضحًا مع الفلسفة التي اعتمدتها Ant.
أحد أبرز النقاط في تحليل Ant يتعلق بالخفض الكبير في تكلفة تدريب نماذج الذكاء الاصطناعي
وفقًا للوثيقة المنشورة، فإن تدريب نموذج على تريليون من الرموز، وهي الوحدات الأساسية المستخدمة للتعلم، يكلف تقليديًا حوالي 6.35 مليون يوان (حوالي 880,000 دولار )
من خلال استخدام شرائح أقل أداءً، تم تحسينها ومع ذلك لطريقة MoE، تم تقليل التكلفة إلى 5.1 مليون يوان.
توفير غير هامشي، يمكن أن يحدث ثورة في إمكانية الوصول إلى الذكاء الاصطناعي، خاصة بالنسبة للشركات الناشئة والقطاعات الصناعية الناشئة.
النماذج التي تم تطويرها، Ling-Lite و Ling-Plus، تم تصميمها لتطبيقات في سياقات مثل الرعاية الصحية والمالية، وهما مجالان حيث يمكن لقوة الذكاء الاصطناعي أن تقدم حلولاً ملموسة وفورية.
بالضبط في مجال الرعاية الصحية، قامت Ant مؤخرًا بالاستحواذ على Haodf.com، وهي واحدة من المنصات الطبية عبر الإنترنت الرائدة في الصين. مما يؤكد اهتمامها في توسيع عرض الحلول المعتمدة على الذكاء الاصطناعي.
من بين الخدمات الموجودة في الشركة أيضًا Zhixiaobao، وهو مساعد افتراضي، ومنصة الاستشارات المالية Maxiaocai.
“html افتتاح ومستقبل الذكاء الاصطناعي الصيني “
نقطة مميزة أخرى في استراتيجية Ant هي اختيار جعل نماذجهم مفتوحة المصدر: يحتوي Ling-Lite على 16.8 مليار معلمة، بينما يصل Ling-Plus إلى 290 مليار.
لعمل مقارنة، يُقدّر أن نموذج GPT-4.5 المتقدم الذي طورته OpenAI يحتوي على حوالي 1.8 تريليون معلمة. على الرغم من أنه مغلق وغير متاح للجمهور. فإن البحث الذي أجراه Ant ليس بدون تحديات.
تشير الدراسة نفسها إلى أنه أثناء التدريب ، يمكن أن تؤدي الاختلافات الصغيرة في بنية النماذج أو في نوع الأجهزة إلى عدم الاستقرار في الأداء ، مثل الارتفاعات في معدلات الخطأ
صعوبة هيكلية تبرز كيف أنه، على الرغم من التقدم، فإن حتى أكثر النماذج تقدماً تتطلب اهتماماً دائماً.
كما أشار روبن يو، المدير التقني لشركة شينغشانغ للتكنولوجيا في بكين، فإن النتائج الملموسة التي تم تحقيقها في العالم الحقيقي هي ما يهم حقًا:
"إذا وجدت نقطة ضعف لهزيمة أفضل معلم كونغ فو في العالم، فإنك قد فزت بالفعل."
استعارة فعالة تبرز قيمة التطبيقات العملية مقارنة بالمقارنة النظرية البحتة.
ما يتضح بجلاء هو أن مجموعة Ant تلعب دورًا رئيسيًا في محاولة الصين أن تصبح أكثر استقلالية تكنولوجيًا
السعي بالتالي نحو ذكاء اصطناعي أكثر سهولة، أقل اعتمادًا على الأجهزة الغربية، وربما أكثر كفاءة للقطاعات الصناعية الاستراتيجية في المستقبل.
التحدي الذي يواجه عمالقة الذكاء الاصطناعي الغربيين قد انطلق: ليس لتجاوزهم بالقوة الغاشمة ولكن بالذكاء والكفاءة والرؤية الاستراتيجية.
شاهد النسخة الأصلية
المحتوى هو للمرجعية فقط، وليس دعوة أو عرضًا. لا يتم تقديم أي مشورة استثمارية أو ضريبية أو قانونية. للمزيد من الإفصاحات حول المخاطر، يُرجى الاطلاع على إخلاء المسؤولية.
تركز مجموعة أنتي على الرقائق الصينية لتعزيز استراتيجيتها في الذكاء الاصطناعي (AI)
في سياق عالمي يتسم بشكل متزايد بالمنافسة التكنولوجية بين الولايات المتحدة والصين، تتخذ مجموعة Ant، التي تتحكم فيها Alibaba، خطوات هامة لتقليل اعتمادها على الشرائح الأمريكية واحتواء التكاليف في تطوير نماذج الذكاء الاصطناعي (AI).
وفقًا لمصادر مقربة من الشركة، تعتمد شركة Ant على semiconduttori cinesi لتدريب نماذج اللغة المتقدمة الخاصة بها، مستخدمةً نهجًا يعد بثورة في طريقة إنتاج الذكاء الاصطناعي في البلاد الآسيوية.
نقطة تحول استراتيجية في تدريب نماذج الذكاء الاصطناعي لمجموعة Ant
في الأشهر الأخيرة، اعتمدت مجموعة Ant على شرائح مزودة من شركات محلية، بما في ذلك الكيانات المرتبطة بـ Alibaba و Huawei Technologies، لتدريب نماذج الذكاء الاصطناعي الخاصة بها باستخدام تقنية Mixture of Experts (MoE).
تتيح هذه الطريقة، التي تزداد انتشارًا بين الباحثين، تقسيم المهام بفعالية بين "خبراء" مختلفين داخل النموذج، مما يحسن من كفاءته الحاسوبية.
تؤكد المصادر أن نتائج هذه النماذج ليست فقط قابلة للمقارنة مع تلك التي تم الحصول عليها باستخدام شرائح Nvidia H800. ومع ذلك، في بعض الاختبارات، قد تكون قد تجاوزت حتى أداء النماذج التي طورتها Meta.
على الرغم من أن أخبار بلومبرغ لم تتحقق بشكل مستقل من هذه الأداءات، إلا أن البيانات تشير إلى تقدم كبير في محاولة الصين لتقليل التكاليف التشغيلية وتقليل الاعتماد التكنولوجي.
تقنية MoE مستوحاة من مبدأ التفويض المتخصص: كل وحدة فرعية من النموذج مسؤولة عن جزء معين من المعالجة، مما يسمح بزيادة القابلية للتوسع والكفاءة مقارنة بالأساليب التقليدية.
بالإضافة إلى مجموعة Ant ، تستخدم Google والشركة الناشئة الصينية من هانغتشو DeepSeek هذه المنهجية أيضًا.
أنت قد أبرزت التزامها بنشر العلوم من خلال نشر ورقة تؤكد على هدف توسيع النماذج دون استخدام وحدات معالجة الرسوميات المتطورة.
تصبح هذه الطريقة حاسمة بالنسبة للشركات التي، بسبب التكاليف العالية، لا يمكنها تحمل استخدام أجهزة ذات أداء عالٍ بشكل مستمر.
الصين ضد الولايات المتحدة: الرقائق المحلية مقابل وحدات معالجة الرسوم الأمريكية
تتناسب مبادرة Ant مع سياق جيوسياسي تحاول فيه الشركات التكنولوجية الصينية الالتفاف على القيود الأمريكية على تصدير الرقائق المتقدمة، مثل Nvidia H800.
على الرغم من أنه ليس أكثر الشرائح تقدمًا في السوق، إلا أن H800 لا يزال واحدًا من أقوى وحدات معالجة الرسومات المتاحة في الصين.
على الرغم من أن مجموعة Ant لا تزال تحتفظ بجزء من إنتاجها للذكاء الاصطناعي استنادًا إلى رقائق Nvidia، إلا أن الشركة تتحول تدريجياً نحو بدائل أكثر اقتصادا وسهولة في الوصول إليها. مثل تلك التي تقدمها AMD والمصنعون الصينيون.
تُعد هذه الاختيار الاستراتيجي بمثابة خروج عن رؤية الرئيس التنفيذي لشركة إنفيديا، جينسن هوانغ، الذي يرى أن الشركات ستستمر في المطالبة بمزيد من القوة الحاسوبية.
وفقًا لهوانغ، لن تنخفض استثمارات العملاء، حتى مع ظهور نماذج أكثر كفاءة مثل DeepSeek R1. مما يظهر تباينًا واضحًا مع الفلسفة التي اعتمدتها Ant.
أحد أبرز النقاط في تحليل Ant يتعلق بالخفض الكبير في تكلفة تدريب نماذج الذكاء الاصطناعي
وفقًا للوثيقة المنشورة، فإن تدريب نموذج على تريليون من الرموز، وهي الوحدات الأساسية المستخدمة للتعلم، يكلف تقليديًا حوالي 6.35 مليون يوان (حوالي 880,000 دولار )
من خلال استخدام شرائح أقل أداءً، تم تحسينها ومع ذلك لطريقة MoE، تم تقليل التكلفة إلى 5.1 مليون يوان.
توفير غير هامشي، يمكن أن يحدث ثورة في إمكانية الوصول إلى الذكاء الاصطناعي، خاصة بالنسبة للشركات الناشئة والقطاعات الصناعية الناشئة.
النماذج التي تم تطويرها، Ling-Lite و Ling-Plus، تم تصميمها لتطبيقات في سياقات مثل الرعاية الصحية والمالية، وهما مجالان حيث يمكن لقوة الذكاء الاصطناعي أن تقدم حلولاً ملموسة وفورية.
بالضبط في مجال الرعاية الصحية، قامت Ant مؤخرًا بالاستحواذ على Haodf.com، وهي واحدة من المنصات الطبية عبر الإنترنت الرائدة في الصين. مما يؤكد اهتمامها في توسيع عرض الحلول المعتمدة على الذكاء الاصطناعي.
من بين الخدمات الموجودة في الشركة أيضًا Zhixiaobao، وهو مساعد افتراضي، ومنصة الاستشارات المالية Maxiaocai.
“
html افتتاح ومستقبل الذكاء الاصطناعي الصيني “نقطة مميزة أخرى في استراتيجية Ant هي اختيار جعل نماذجهم مفتوحة المصدر: يحتوي Ling-Lite على 16.8 مليار معلمة، بينما يصل Ling-Plus إلى 290 مليار.
لعمل مقارنة، يُقدّر أن نموذج GPT-4.5 المتقدم الذي طورته OpenAI يحتوي على حوالي 1.8 تريليون معلمة. على الرغم من أنه مغلق وغير متاح للجمهور. فإن البحث الذي أجراه Ant ليس بدون تحديات.
تشير الدراسة نفسها إلى أنه أثناء التدريب ، يمكن أن تؤدي الاختلافات الصغيرة في بنية النماذج أو في نوع الأجهزة إلى عدم الاستقرار في الأداء ، مثل الارتفاعات في معدلات الخطأ
صعوبة هيكلية تبرز كيف أنه، على الرغم من التقدم، فإن حتى أكثر النماذج تقدماً تتطلب اهتماماً دائماً.
كما أشار روبن يو، المدير التقني لشركة شينغشانغ للتكنولوجيا في بكين، فإن النتائج الملموسة التي تم تحقيقها في العالم الحقيقي هي ما يهم حقًا:
"إذا وجدت نقطة ضعف لهزيمة أفضل معلم كونغ فو في العالم، فإنك قد فزت بالفعل."
استعارة فعالة تبرز قيمة التطبيقات العملية مقارنة بالمقارنة النظرية البحتة.
ما يتضح بجلاء هو أن مجموعة Ant تلعب دورًا رئيسيًا في محاولة الصين أن تصبح أكثر استقلالية تكنولوجيًا
السعي بالتالي نحو ذكاء اصطناعي أكثر سهولة، أقل اعتمادًا على الأجهزة الغربية، وربما أكثر كفاءة للقطاعات الصناعية الاستراتيجية في المستقبل.
التحدي الذي يواجه عمالقة الذكاء الاصطناعي الغربيين قد انطلق: ليس لتجاوزهم بالقوة الغاشمة ولكن بالذكاء والكفاءة والرؤية الاستراتيجية.