アメリカと中国の技術競争がますます際立つグローバルな文脈の中で、Alibabaが支配するAnt Groupは、アメリカのチップへの依存を減らし、人工知能(AI)モデルの開発コストを抑えるための重要な措置を講じています。企業に近い情報源によると、Antはその先進的な言語モデルの訓練に中国の半導体を依存しており、これはアジアの国でAIが生産される方法を革命的に変えることを約束するアプローチを使用しています。アントグループのAIモデルトレーニングにおける戦略的転換点ここ数カ月、アント・グループは、アリババやファーウェイ・テクノロジーズ(Huawei Technologies)と関係のある企業を含む地元企業から提供されたチップを採用し、Mixture of Experts (MoE)技術を使用してAIモデルをトレーニングしているこのアプローチは、研究者の間でますます普及しており、モデル内の異なる「専門家」間でタスクを効果的に分割することを可能にし、その計算効率を向上させます。情報筋によれば、これらのモデルの結果はNvidia H800チップで得られた結果と同等であるだけでなく、いくつかのテストではMetaが開発したモデルを上回る性能を発揮した可能性がある。ブルームバーグニュースはこれらのパフォーマンスを独自に確認していないが、データは中国が運営コストを削減し、技術的依存を低下させる試みで重要な進展を示していることを示している。MoE 手法は、特殊な委任の原則に触発されており、モデルの各サブモジュールが処理の特定の部分を担当し、従来のアプローチと比較して優れたスケーラビリティと効率を可能にしますAnt Groupに加えて、Googleと杭州のスタートアップDeepSeekもこの手法を採用しています。Antは、高性能GPUを使用せずにモデルをスケーリングすることを目指した論文を発表することで、科学的普及へのコミットメントを強調しました。このアプローチは、高コストのために高性能ハードウェアを継続的に使用する余裕がない企業にとって重要になります。中国対アメリカ：国産チップ対アメリカのGPUAntの取り組みは、中国のテクノロジー企業がNvidia H800のような先進的なチップの輸出に対する米国の制限を回避しようとしている地政学的な文脈に適合しています。最新のチップではないものの、H800は中国で入手可能な最も強力なGPUの一つです。Ant Groupは依然としてNvidiaチップに基づくAI生産の一部を維持していますが、同社は徐々により経済的でアクセスしやすい代替品へとシフトしています。AMDや中国の製造業者が提供するもののように。この戦略的選択は、NvidiaのCEOであるジェンセン・フアンのビジョンからの脱却を示しており、彼によれば企業はますます多くの計算能力を要求し続けるだろう。黄によると、DeepSeek R1のようなより効率的なモデルが出現しても、顧客の投資は減少しないだろう。これは、アンチが採用している哲学とは明確に対照的だ。Antの分析のハイライトの1つは、AIモデルのトレーニングコストが大幅に削減されたことに関するものです。公開された文書によると、1兆トークンでモデルをトレーニングすることは、学習に使用される基本単位で、従来は約635万元(約88万ドル)のコストがかかります。性能が劣るチップを使用し、MoEメソッドに最適化したことにより、コストは510万人民元に削減されました。マージンのない節約は、特にスタートアップや新興産業セクターにおいて、人工知能へのアクセスを革命的に変える可能性があります。開発されたモデル、Ling-LiteとLing-Plusは、医療や金融のような文脈でのアプリケーション向けに設計されており、これらはAIの力が具体的かつ即時的な解決策を提供できる2つの分野です。特に医療分野において、Antは最近、中国の主要なオンライン医療プラットフォームの一つであるHaodf.comを買収しました。これにより、人工知能に基づくソリューションの提供を拡大する意向が確認されました。同社の既存のサービスには、仮想アシスタントのZhixiaobaoや、金融アドバイザリープラットフォームのMaxiaocaiも含まれています。"『html:中国の人工知能の開放と未来』Antの戦略のもう一つの特徴は、モデルをオープンソースにする選択です：Ling-Liteは168億のパラメータを持ち、Ling-Plusは2900億に達します。比較すると、OpenAIが開発した高度なモデルであるGPT-4.5は約1.8兆のパラメータを持っていると推定されています。ただし、これはクローズドであり、一般にはアクセスできません。Antによって行われた研究は、課題がないわけではありません。同じ研究は、トレーニング中にモデルの構造やハードウェアの種類の小さな変化が、エラー率の急増などのパフォーマンスの不安定性を生成する可能性があることを示しています。進展があったにもかかわらず、最も先進的なモデルでさえも常に注意を必要とすることを浮き彫りにする構造的な難しさ。北京のテクノロジー企業Shengshang TechのCTOであるRobin Yuが指摘したように、実際の世界で達成された具体的な結果こそが本当に重要です。「世界最高のカンフーの達人を打ち負かすための弱点を見つけたなら、あなたはまだ勝ったことになる。」実用的な応用の価値を単なる理論的な比較と対比して強調する効果的なメタファー。明らかに浮かび上がるのは、Ant Groupが中国がより技術的に自立する試みの中で重要な役割を果たしているということです。その結果、よりアクセスしやすいAIを追求し、西洋のハードウェアに依存せず、将来の戦略的産業セクターにとってより効率的である可能性があります。西洋のAI大手への挑戦が始まった： brute force で彼らを超えるのではなく、知性、効率、戦略的ビジョンで。
アントグループは中国のチップに焦点を当てて、人工知能(AI)における戦略を強化しています。
アメリカと中国の技術競争がますます際立つグローバルな文脈の中で、Alibabaが支配するAnt Groupは、アメリカのチップへの依存を減らし、人工知能(AI)モデルの開発コストを抑えるための重要な措置を講じています。
企業に近い情報源によると、Antはその先進的な言語モデルの訓練に中国の半導体を依存しており、これはアジアの国でAIが生産される方法を革命的に変えることを約束するアプローチを使用しています。
アントグループのAIモデルトレーニングにおける戦略的転換点
ここ数カ月、アント・グループは、アリババやファーウェイ・テクノロジーズ(Huawei Technologies)と関係のある企業を含む地元企業から提供されたチップを採用し、Mixture of Experts (MoE)技術を使用してAIモデルをトレーニングしている
このアプローチは、研究者の間でますます普及しており、モデル内の異なる「専門家」間でタスクを効果的に分割することを可能にし、その計算効率を向上させます。
情報筋によれば、これらのモデルの結果はNvidia H800チップで得られた結果と同等であるだけでなく、いくつかのテストではMetaが開発したモデルを上回る性能を発揮した可能性がある。
ブルームバーグニュースはこれらのパフォーマンスを独自に確認していないが、データは中国が運営コストを削減し、技術的依存を低下させる試みで重要な進展を示していることを示している。
MoE 手法は、特殊な委任の原則に触発されており、モデルの各サブモジュールが処理の特定の部分を担当し、従来のアプローチと比較して優れたスケーラビリティと効率を可能にします
Ant Groupに加えて、Googleと杭州のスタートアップDeepSeekもこの手法を採用しています。
Antは、高性能GPUを使用せずにモデルをスケーリングすることを目指した論文を発表することで、科学的普及へのコミットメントを強調しました。
このアプローチは、高コストのために高性能ハードウェアを継続的に使用する余裕がない企業にとって重要になります。
中国対アメリカ：国産チップ対アメリカのGPU
Antの取り組みは、中国のテクノロジー企業がNvidia H800のような先進的なチップの輸出に対する米国の制限を回避しようとしている地政学的な文脈に適合しています。
最新のチップではないものの、H800は中国で入手可能な最も強力なGPUの一つです。
Ant Groupは依然としてNvidiaチップに基づくAI生産の一部を維持していますが、同社は徐々により経済的でアクセスしやすい代替品へとシフトしています。AMDや中国の製造業者が提供するもののように。
この戦略的選択は、NvidiaのCEOであるジェンセン・フアンのビジョンからの脱却を示しており、彼によれば企業はますます多くの計算能力を要求し続けるだろう。
黄によると、DeepSeek R1のようなより効率的なモデルが出現しても、顧客の投資は減少しないだろう。これは、アンチが採用している哲学とは明確に対照的だ。
Antの分析のハイライトの1つは、AIモデルのトレーニングコストが大幅に削減されたことに関するものです。
公開された文書によると、1兆トークンでモデルをトレーニングすることは、学習に使用される基本単位で、従来は約635万元(約88万ドル)のコストがかかります。
性能が劣るチップを使用し、MoEメソッドに最適化したことにより、コストは510万人民元に削減されました。
マージンのない節約は、特にスタートアップや新興産業セクターにおいて、人工知能へのアクセスを革命的に変える可能性があります。
開発されたモデル、Ling-LiteとLing-Plusは、医療や金融のような文脈でのアプリケーション向けに設計されており、これらはAIの力が具体的かつ即時的な解決策を提供できる2つの分野です。
特に医療分野において、Antは最近、中国の主要なオンライン医療プラットフォームの一つであるHaodf.comを買収しました。これにより、人工知能に基づくソリューションの提供を拡大する意向が確認されました。
同社の既存のサービスには、仮想アシスタントのZhixiaobaoや、金融アドバイザリープラットフォームのMaxiaocaiも含まれています。
"『html:中国の人工知能の開放と未来』
Antの戦略のもう一つの特徴は、モデルをオープンソースにする選択です：Ling-Liteは168億のパラメータを持ち、Ling-Plusは2900億に達します。
比較すると、OpenAIが開発した高度なモデルであるGPT-4.5は約1.8兆のパラメータを持っていると推定されています。ただし、これはクローズドであり、一般にはアクセスできません。Antによって行われた研究は、課題がないわけではありません。
同じ研究は、トレーニング中にモデルの構造やハードウェアの種類の小さな変化が、エラー率の急増などのパフォーマンスの不安定性を生成する可能性があることを示しています。
進展があったにもかかわらず、最も先進的なモデルでさえも常に注意を必要とすることを浮き彫りにする構造的な難しさ。
北京のテクノロジー企業Shengshang TechのCTOであるRobin Yuが指摘したように、実際の世界で達成された具体的な結果こそが本当に重要です。
「世界最高のカンフーの達人を打ち負かすための弱点を見つけたなら、あなたはまだ勝ったことになる。」
実用的な応用の価値を単なる理論的な比較と対比して強調する効果的なメタファー。
明らかに浮かび上がるのは、Ant Groupが中国がより技術的に自立する試みの中で重要な役割を果たしているということです。
その結果、よりアクセスしやすいAIを追求し、西洋のハードウェアに依存せず、将来の戦略的産業セクターにとってより効率的である可能性があります。
西洋のAI大手への挑戦が始まった： brute force で彼らを超えるのではなく、知性、効率、戦略的ビジョンで。