螞蟻集團專注於中國芯片，以加強其在人工智能(AI)方面的戰略

在一個日益受到美麗國與中國之間技術競爭影響的全球背景下，受阿里巴巴控制的螞蟻集團正在採取重大步驟，以減少對美國產品的依賴，並控制人工智能(AI)模型開發的成本。

根據接近公司的消息，螞蟻正在依賴中國半導體來訓練其先進的語言模型，採用一種有望徹底改變亞洲國家人工智能生產方式的方法。

螞蟻集團人工智能模型訓練的戰略轉折點

近幾個月來，螞蟻集團採用了當地公司提供的芯片，包括與阿里巴巴和華為技術有限公司有聯繫的實體，使用專家混合(MoE)技術訓練其人工智能模型

這種方法在研究人員中越來越普遍，它允許在模型內有效地將任務劃分給不同的“專家”，從而提高其計算效率。

消息來源保證，這些模型的結果不僅可與使用Nvidia H800芯片獲得的結果相媲美。然而，在某些測試中，它們甚至超過了Meta開發的模型的性能。

儘管彭博新聞尚未獨立驗證這些表現，但數據顯示，中國在降低運營成本和減少技術依賴方面取得了顯著進展。

MoE技術的靈感來自於專業化委託的原則：模型的每個子模塊都負責特定部分的處理，相比於傳統方法，允許更大的可擴展性和效率。

除了螞蟻集團，谷歌和來自杭州的中國初創公司DeepSeek也在採用這種方法。

Ant 已強調其對科學傳播的承諾，發表了一篇論文，強調在不使用高端 GPU 的情況下擴展模型的目標。

這種方法對那些由於高成本而無法持續使用高性能硬件的公司至關重要。

中國與美麗國：本地芯片對抗美國GPU

螞蟻的舉措適應了一個地緣政治背景，在這個背景下，中國科技公司正在努力規避美國對先進芯片出口的限制，例如Nvidia H800。

儘管它不是市場上最先進的芯片，H800仍然是中國最強大的GPU之一。

儘管螞蟻集團仍然基於Nvidia芯片維持部分AI生產，但該公司正在逐步轉向更經濟和更容易獲得的替代方案。就像AMD和中國製造商提供的那些一樣。

這一戰略選擇標誌著與Nvidia首席執行官Jensen Huang的願景的背離，他認為公司將繼續對計算能力的需求越來越大。

根據黃的說法，即使出現像DeepSeek R1這樣更高效的模型，客戶的投資也不會減少。這與Ant所採用的理念形成了明顯的對比。

Ant的分析的一個亮點是訓練AI模型成本的顯著降低

根據發佈的文件，訓練一個模型需要一萬億個標記，這些是用於學習的基本單位，傳統上大約需要635萬元(約88萬美元)。

通過使用性能較低的芯片，但針對MoE方法進行了優化，成本已降低至510萬元。

一項非邊際的節省，可能會徹底改變人工智能的可獲取性，特別是對初創企業和新興工業部門。

所開發的模型Ling-Lite和Ling-Plus，旨在應用於醫療保健和金融等領域，這兩個領域中，人工智能的力量可以提供具體和即時的解決方案。

在醫療健康領域，Ant最近收購了Haodf.com，這是中國領先的在線醫療平臺之一。這確認了它在擴展基於人工智能的解決方案方面的興趣。

公司現有的服務還包括虛擬助手Zhixiaobao和財務顧問平臺Maxiaocai。

“html 中國人工智能的開端與未來 “

Ant的策略另一個顯著點是選擇將他們的模型開源：Ling-Lite擁有168億個參數，而Ling-Plus達到了2900億個參數。

為了進行比較，估計由OpenAI開發的高級模型GPT-4.5具有大約1.8萬億個參數。儘管它是封閉的，並且公眾無法訪問。Ant進行的研究並非沒有挑戰。

同一研究表明，在訓練過程中，模型結構或硬件類型的細微變化可能會導致性能不穩定，例如錯誤率的突然上升。

一個結構性難題，突顯出儘管取得了進展，即使是最先進的模型也需要持續關注。

正如北京科技公司盛尚科技的首席技術官Robin Yu所觀察到的，現實世界中取得的實實在在的成果才是真正重要的：

“如果你找到一個弱點來擊敗世界上最好的功夫大師，你依然贏了。”

一個有效的隱喻，強調了實際應用的價值，相較於僅僅理論上的比較。

顯而易見的是，螞蟻集團在中國試圖實現更大科技自主的過程中發揮著關鍵作用。

因此，追求一種更易獲取的人工智能，減少對西方硬件的依賴，並可能為未來的戰略工業部門提供更高的效率。

對西方人工智能巨頭的挑戰已經發起：不是通過蠻力超越他們，而是通過智慧、效率和戰略眼光。