蚂蚁集团专注于中国芯片，以加强其在人工智能(AI)方面的战略

在一个日益受到美丽国与中国之间技术竞争影响的全球背景下，受阿里巴巴控制的蚂蚁集团正在采取重大步骤，以减少对美国产品的依赖，并控制人工智能(AI)模型开发的成本。

根据接近公司的消息，蚂蚁正在依赖中国半导体来训练其先进的语言模型，采用一种有望彻底改变亚洲国家人工智能生产方式的方法。

蚂蚁集团人工智能模型训练的战略转折点

近几个月来，蚂蚁集团采用了当地公司提供的芯片，包括与阿里巴巴和华为技术有限公司有联系的实体，使用专家混合(MoE)技术训练其人工智能模型

这种方法在研究人员中越来越普遍，它允许在模型内有效地将任务划分给不同的“专家”，从而提高其计算效率。

消息来源保证，这些模型的结果不仅可与使用Nvidia H800芯片获得的结果相媲美。然而，在某些测试中，它们甚至超过了Meta开发的模型的性能。

尽管彭博新闻尚未独立验证这些表现，但数据显示，中国在降低运营成本和减少技术依赖方面取得了显著进展。

MoE技术的灵感来自于专业化委托的原则：模型的每个子模块都负责特定部分的处理，相比于传统方法，允许更大的可扩展性和效率。

除了蚂蚁集团，谷歌和来自杭州的中国初创公司DeepSeek也在采用这种方法。

Ant 已强调其对科学传播的承诺，发表了一篇论文，强调在不使用高端 GPU 的情况下扩展模型的目标。

这种方法对那些由于高成本而无法持续使用高性能硬件的公司至关重要。

中国与美丽国：本地芯片对抗美国GPU

蚂蚁的举措适应了一个地缘政治背景，在这个背景下，中国科技公司正在努力规避美国对先进芯片出口的限制，例如Nvidia H800。

尽管它不是市场上最先进的芯片，H800仍然是中国最强大的GPU之一。

尽管蚂蚁集团仍然基于Nvidia芯片维持部分AI生产，但该公司正在逐步转向更经济和更容易获得的替代方案。就像AMD和中国制造商提供的那些一样。

这一战略选择标志着与Nvidia首席执行官Jensen Huang的愿景的背离，他认为公司将继续对计算能力的需求越来越大。

根据黄的说法，即使出现像DeepSeek R1这样更高效的模型，客户的投资也不会减少。这与Ant所采用的理念形成了明显的对比。

Ant的分析的一个亮点是训练AI模型成本的显著降低

根据发布的文件，训练一个模型需要一万亿个标记，这些是用于学习的基本单位，传统上大约需要635万元(约88万美元)。

通过使用性能较低的芯片，但针对MoE方法进行了优化，成本已降低至510万元。

一项非边际的节省，可能会彻底改变人工智能的可获取性，特别是对初创企业和新兴工业部门。

所开发的模型Ling-Lite和Ling-Plus，旨在应用于医疗保健和金融等领域，这两个领域中，人工智能的力量可以提供具体和即时的解决方案。

在医疗健康领域，Ant最近收购了Haodf.com，这是中国领先的在线医疗平台之一。这确认了它在扩展基于人工智能的解决方案方面的兴趣。

公司现有的服务还包括虚拟助手Zhixiaobao和财务顾问平台Maxiaocai。

“html 中国人工智能的开端与未来 “

Ant的策略另一个显著点是选择将他们的模型开源：Ling-Lite拥有168亿个参数，而Ling-Plus达到了2900亿个参数。

为了进行比较，估计由OpenAI开发的高级模型GPT-4.5具有大约1.8万亿个参数。尽管它是封闭的，并且公众无法访问。Ant进行的研究并非没有挑战。

同一研究表明，在训练过程中，模型结构或硬件类型的细微变化可能会导致性能不稳定，例如错误率的突然上升。

一个结构性难题，突显出尽管取得了进展，即使是最先进的模型也需要持续关注。

正如北京科技公司盛尚科技的首席技术官Robin Yu所观察到的，现实世界中取得的实实在在的成果才是真正重要的：

“如果你找到一个弱点来击败世界上最好的功夫大师，你依然赢了。”

一个有效的隐喻，强调了实际应用的价值，相较于仅仅理论上的比较。

显而易见的是，蚂蚁集团在中国试图实现更大科技自主的过程中发挥着关键作用。

因此，追求一种更易获取的人工智能，减少对西方硬件的依赖，并可能为未来的战略工业部门提供更高的效率。

对西方人工智能巨头的挑战已经发起：不是通过蛮力超越他们，而是通过智慧、效率和战略眼光。