En un contexto global cada vez más marcado por la competencia tecnológica entre EE. UU. y China, Ant Group, controlado por Alibaba, está dando pasos significativos para reducir su dependencia de los chips estadounidenses y contener costos en el desarrollo de modelos de inteligencia artificial (AI).
Según fuentes cercanas a la empresa, Ant está dependiendo de semiconduttori cinesi para entrenar sus modelos de lenguaje avanzados, utilizando un enfoque que promete revolucionar la forma en que se produce la IA en el país asiático.
Punto de Inflexión Estratégico en el Entrenamiento de Modelos de IA para Ant Group
En los últimos meses, Ant Group ha adoptado chips suministrados por empresas locales, incluidas entidades conectadas a Alibaba y Huawei Technologies, para entrenar sus modelos de IA utilizando la técnica Mixture of Experts (MoE).
Este enfoque, cada vez más extendido entre los investigadores, permite dividir efectivamente las tareas entre diferentes “experti” dentro del modelo, mejorando su eficiencia computacional.
Las fuentes aseguran que los resultados de estos modelos no solo son comparables a los obtenidos con los chips Nvidia H800. Sin embargo, en algunas pruebas, incluso habrían superado el rendimiento de los modelos desarrollados por Meta.
Aunque Bloomberg News no ha verificado de manera independiente estos rendimientos, los datos indican un progreso significativo en el intento de China de reducir los costos operativos y disminuir la dependencia tecnológica.
La técnica MoE se inspira en el principio de delegación especializada: cada sub-módulo del modelo es responsable de una porción específica del procesamiento, lo que permite una mayor escalabilidad y eficiencia en comparación con los enfoques tradicionales.
Además del Grupo Ant, Google y la startup china de Hangzhou DeepSeek también están empleando esta metodología.
Ant ha destacado su compromiso con la difusión científica al publicar un artículo que enfatiza el objetivo de escalar modelos sin el uso de GPUs de alta gama.
Este enfoque se vuelve crucial para las empresas que, debido a los altos costos, no pueden permitirse utilizar continuamente hardware de alto rendimiento.
China vs EE. UU.: chips locales contra GPU estadounidenses
La iniciativa de Ant encaja en un contexto geopolítico en el que las empresas tecnológicas chinas están tratando de eludir las restricciones de EE. UU. sobre la exportación de chips avanzados, como el Nvidia H800.
Aunque no es el chip más avanzado del mercado, el H800 sigue siendo una de las GPU más potentes disponibles en China.
Aunque Ant Group todavía mantiene una parte de su producción de IA basada en chips de Nvidia, la empresa está cambiando progresivamente hacia alternativas más económicas y fácilmente accesibles. Como las que ofrecen AMD y los fabricantes chinos.
Esta elección estratégica marca un alejamiento de la visión del CEO de Nvidia, Jensen Huang, según la cual las empresas seguirán demandando cada vez más potencia de cómputo.
Según Huang, las inversiones de los clientes no disminuirán, incluso con la aparición de modelos más eficientes como DeepSeek R1. Esto muestra un claro contraste con la filosofía adoptada por Ant.
Uno de los aspectos destacados del análisis de Ant se refiere a la reducción significativa en el costo de entrenar modelos de IA.
Según el documento publicado, entrenar un modelo con un billón de tokens, las unidades básicas utilizadas para el aprendizaje, tradicionalmente costaba alrededor de 6.35 millones de yuanes ( aproximadamente 880,000 dólares ).
Al emplear chips menos eficientes, optimizados sin embargo para el método MoE, el costo se ha reducido a 5.1 millones de yuanes.
Un ahorro no marginal, que podría revolucionar la accesibilidad a la inteligencia artificial, especialmente para las startups y los sectores industriales emergentes.
Los modelos desarrollados, Ling-Lite y Ling-Plus, han sido diseñados para aplicaciones en contextos como la salud y las finanzas, dos áreas donde el poder de la IA puede ofrecer soluciones concretas e inmediatas.
Precisamente en el campo de la salud, Ant ha adquirido recientemente Haodf.com, una de las principales plataformas médicas en línea en China. Así confirma su interés en expandir la oferta de soluciones basadas en inteligencia artificial.
Entre los servicios existentes de la empresa se encuentran también Zhixiaobao, un asistente virtual, y la plataforma de asesoría financiera Maxiaocai.
“html Apertura y futuro de la inteligencia artificial china “
Otro punto distintivo de la estrategia de Ant es la elección de hacer que sus modelos sean de código abierto: Ling-Lite tiene 16.8 mil millones de parámetros, mientras que Ling-Plus alcanza los 290 mil millones.
Para hacer una comparación, se estima que GPT-4.5, el modelo avanzado desarrollado por OpenAI, tiene aproximadamente 1.8 billones de parámetros. Aunque está cerrado y no es accesible al público. La investigación llevada a cabo por Ant no está exenta de desafíos.
El mismo estudio indica que, durante el entrenamiento, pequeñas variaciones en la estructura de los modelos o en el tipo de hardware pueden generar inestabilidad en el rendimiento, como picos en las tasas de error.
Una dificultad estructural que destaca cómo, a pesar del progreso, incluso los modelos más avanzados requieren atención constante.
Como observó Robin Yu, CTO de la empresa tecnológica de Pekín Shengshang Tech, los resultados tangibles logrados en el mundo real son lo que realmente importa:
"Si encuentras un punto débil para derrotar al mejor maestro de kung fu del mundo, aún has ganado."
Una metáfora efectiva que enfatiza el valor de las aplicaciones prácticas en comparación con una mera comparación teórica.
Lo que queda claro es que Ant Group está desempeñando un papel clave en el intento de China de volverse más autónoma tecnológicamente.
Por lo tanto, se persigue una IA más accesible, menos dependiente del hardware occidental y potencialmente más eficiente para los sectores industriales estratégicos del futuro.
El desafío a los gigantes de la IA occidentales se lanza: no superarlos con fuerza bruta, sino con inteligencia, eficiencia y visión estratégica.
Ver originales
El contenido es solo de referencia, no una solicitud u oferta. No se proporciona asesoramiento fiscal, legal ni de inversión. Consulte el Descargo de responsabilidad para obtener más información sobre los riesgos.
Ant Group se centra en los chips chinos para fortalecer su estrategia en inteligencia artificial (AI)
En un contexto global cada vez más marcado por la competencia tecnológica entre EE. UU. y China, Ant Group, controlado por Alibaba, está dando pasos significativos para reducir su dependencia de los chips estadounidenses y contener costos en el desarrollo de modelos de inteligencia artificial (AI).
Según fuentes cercanas a la empresa, Ant está dependiendo de semiconduttori cinesi para entrenar sus modelos de lenguaje avanzados, utilizando un enfoque que promete revolucionar la forma en que se produce la IA en el país asiático.
Punto de Inflexión Estratégico en el Entrenamiento de Modelos de IA para Ant Group
En los últimos meses, Ant Group ha adoptado chips suministrados por empresas locales, incluidas entidades conectadas a Alibaba y Huawei Technologies, para entrenar sus modelos de IA utilizando la técnica Mixture of Experts (MoE).
Este enfoque, cada vez más extendido entre los investigadores, permite dividir efectivamente las tareas entre diferentes “experti” dentro del modelo, mejorando su eficiencia computacional.
Las fuentes aseguran que los resultados de estos modelos no solo son comparables a los obtenidos con los chips Nvidia H800. Sin embargo, en algunas pruebas, incluso habrían superado el rendimiento de los modelos desarrollados por Meta.
Aunque Bloomberg News no ha verificado de manera independiente estos rendimientos, los datos indican un progreso significativo en el intento de China de reducir los costos operativos y disminuir la dependencia tecnológica.
La técnica MoE se inspira en el principio de delegación especializada: cada sub-módulo del modelo es responsable de una porción específica del procesamiento, lo que permite una mayor escalabilidad y eficiencia en comparación con los enfoques tradicionales.
Además del Grupo Ant, Google y la startup china de Hangzhou DeepSeek también están empleando esta metodología.
Ant ha destacado su compromiso con la difusión científica al publicar un artículo que enfatiza el objetivo de escalar modelos sin el uso de GPUs de alta gama.
Este enfoque se vuelve crucial para las empresas que, debido a los altos costos, no pueden permitirse utilizar continuamente hardware de alto rendimiento.
China vs EE. UU.: chips locales contra GPU estadounidenses
La iniciativa de Ant encaja en un contexto geopolítico en el que las empresas tecnológicas chinas están tratando de eludir las restricciones de EE. UU. sobre la exportación de chips avanzados, como el Nvidia H800.
Aunque no es el chip más avanzado del mercado, el H800 sigue siendo una de las GPU más potentes disponibles en China.
Aunque Ant Group todavía mantiene una parte de su producción de IA basada en chips de Nvidia, la empresa está cambiando progresivamente hacia alternativas más económicas y fácilmente accesibles. Como las que ofrecen AMD y los fabricantes chinos.
Esta elección estratégica marca un alejamiento de la visión del CEO de Nvidia, Jensen Huang, según la cual las empresas seguirán demandando cada vez más potencia de cómputo.
Según Huang, las inversiones de los clientes no disminuirán, incluso con la aparición de modelos más eficientes como DeepSeek R1. Esto muestra un claro contraste con la filosofía adoptada por Ant.
Uno de los aspectos destacados del análisis de Ant se refiere a la reducción significativa en el costo de entrenar modelos de IA.
Según el documento publicado, entrenar un modelo con un billón de tokens, las unidades básicas utilizadas para el aprendizaje, tradicionalmente costaba alrededor de 6.35 millones de yuanes ( aproximadamente 880,000 dólares ).
Al emplear chips menos eficientes, optimizados sin embargo para el método MoE, el costo se ha reducido a 5.1 millones de yuanes.
Un ahorro no marginal, que podría revolucionar la accesibilidad a la inteligencia artificial, especialmente para las startups y los sectores industriales emergentes.
Los modelos desarrollados, Ling-Lite y Ling-Plus, han sido diseñados para aplicaciones en contextos como la salud y las finanzas, dos áreas donde el poder de la IA puede ofrecer soluciones concretas e inmediatas.
Precisamente en el campo de la salud, Ant ha adquirido recientemente Haodf.com, una de las principales plataformas médicas en línea en China. Así confirma su interés en expandir la oferta de soluciones basadas en inteligencia artificial.
Entre los servicios existentes de la empresa se encuentran también Zhixiaobao, un asistente virtual, y la plataforma de asesoría financiera Maxiaocai.
“
html Apertura y futuro de la inteligencia artificial china “Otro punto distintivo de la estrategia de Ant es la elección de hacer que sus modelos sean de código abierto: Ling-Lite tiene 16.8 mil millones de parámetros, mientras que Ling-Plus alcanza los 290 mil millones.
Para hacer una comparación, se estima que GPT-4.5, el modelo avanzado desarrollado por OpenAI, tiene aproximadamente 1.8 billones de parámetros. Aunque está cerrado y no es accesible al público. La investigación llevada a cabo por Ant no está exenta de desafíos.
El mismo estudio indica que, durante el entrenamiento, pequeñas variaciones en la estructura de los modelos o en el tipo de hardware pueden generar inestabilidad en el rendimiento, como picos en las tasas de error.
Una dificultad estructural que destaca cómo, a pesar del progreso, incluso los modelos más avanzados requieren atención constante.
Como observó Robin Yu, CTO de la empresa tecnológica de Pekín Shengshang Tech, los resultados tangibles logrados en el mundo real son lo que realmente importa:
"Si encuentras un punto débil para derrotar al mejor maestro de kung fu del mundo, aún has ganado."
Una metáfora efectiva que enfatiza el valor de las aplicaciones prácticas en comparación con una mera comparación teórica.
Lo que queda claro es que Ant Group está desempeñando un papel clave en el intento de China de volverse más autónoma tecnológicamente.
Por lo tanto, se persigue una IA más accesible, menos dependiente del hardware occidental y potencialmente más eficiente para los sectores industriales estratégicos del futuro.
El desafío a los gigantes de la IA occidentales se lanza: no superarlos con fuerza bruta, sino con inteligencia, eficiencia y visión estratégica.