米国と中国の間の技術競争がますます激化するグローバルな状況の中で、Ant Group、Alibabaの子会社は、アメリカのチップへの依存を減らし、人工知能（AI）モデルの開発におけるコストを抑えるために重要な一歩を踏み出しています。
企業に近い情報筋によると、Antは自社の高度な言語モデルを訓練するために中国の半導体に依存しており、アジアの国でのIAの生産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。
Summary
戦略的転換点：Ant GroupのAIモデル育成
ここ数ヶ月、Ant Groupは、Mixture of Experts (MoE) 技術を通じてAIモデルを訓練するために、AlibabaやHuawei Technologiesに関連する企業を含む地元企業が提供するチップを採用しました。
このアプローチは、研究者の間でますます普及しており、モデル内のさまざまな「専門家」の間で活動を効果的に分割し、計算効率を向上させることができます。
情報筋によると、これらのモデルの結果は、Nvidia H800チップで得られたものと比較できるだけでなく、いくつかのテストではMetaによって開発されたモデルのパフォーマンスを上回ったことさえあるということです。
ブルームバーグニュースがこれらのパフォーマンスを独自に検証していないものの、データは中国が運用コストを削減し、技術的依存を低下させる試みで大きな進展を示していることを示しています。
MoEのテクニックは、専門的な委任の原則に触発されています。モデルの各サブモジュールは、特定の処理部分を担当しており、従来のアプローチと比較して、より高い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と杭州の中国スタートアップDeepSeekもこの方法を採用しています。
Antは、ハイエンドGPUを使用せずにモデルをスケーリングするという目標を強調したペーパーを発表し、科学的な普及に対する自らの取り組みを明らかにしました。
このアプローチは、コストが高いために継続的に高性能ハードウェアを使用することができない企業にとって重要になります。
中国対アメリカ: ローカルチップ対アメリカのGPU
Antのイニシアチブは、中国のテクノロジー企業がNvidia H800のような高度なチップの輸出に対する米国の制限を回避しようとする地政学的な文脈に位置しています。
市場で最も進化したチップではないにしても、H800は中国で利用可能な最も強力なGPUの1つです。
Ant Groupは依然としてNvidiaのチップに基づくAIの生産の一部を維持していますが、企業は徐々により安価でアクセスしやすい代替案に向かっています。AMDや中国のメーカー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Jensen Huangのビジョンからの逸脱を示しています。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でしょう。
Huangによると、DeepSeek R1のようなより効率的なモデルの誕生があっても、顧客の投資は減少しないでしょう。これにより、Antが採用した哲学とは明らかに対照的です。
Antの分析のハイライトの1つは、IAモデルのトレーニングコストの大幅な削減に関するものです。
公開された文書によると、トークンの兆単位、学習に使用される基本単位でモデルを訓練するには、従来は約635万元（約88万ドル）の費用がかかっていました。
パフォーマンスが低いが、MoEメソッドに最適化されたチップを使用することで、コストは5.1百万人民元に削減されました。
周辺的でない節約は、特にスタートアップや新興産業セクターにとって、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 のようなコンテキストでのアプリケーションを目的としており、これらはbullとbearのように、AIの力が具体的かつ即時のソリューションを提供できる分野です。
まさ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という関心を確認しました。
既存の会社のサービスには、バーチャルアシスタントZhixiaobaoや、金融コンサルティングプラットフォームMaxiaocaiも含まれています。
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、自社のモデルをオープンソース化する選択です。Ling-Liteは168億パラメータを持ち、Ling-Plusは2900億パラメータに達します。
比較のために、GPT-4.5、OpenAIによって開発された高度なモデルは、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。一般には公開されておらず、アクセスできません。Antによって進められている研究は、bullとbearの挑戦がないわけではありません。
同じ研究では、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、エラーレートのピークのようなパフォーマンスの不安定性を引き起こす可能性があることが示されています。
構造的な困難は、進歩があっても、最も先進的なモデルでさえも常に注意が必要であることを示しています。
北京のテクノロジー企業Shengshang TechのCTOであるRobin Yuが観察したように、現実の世界で得られた具体的な結果こそが本当に重要です:
「世界で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ら、それでもあなたは勝ったことになります。」
実用的な応用の価値を強調する効果的なメタファーであり、単なる理論的な比較に対してです。
明らかになっているのは、Ant Groupが中国の技術的により自立する試みにおいて重要な役割を果たしているということです。
その結果として、将来の戦略的産業分野において、よりアクセスしやすく、西洋のハードウェアに依存しにくく、潜在的により効率的なAIを追求しています。
西洋のAIの巨人たちへの挑戦が始まった。それは、力ずくで彼らを超えるのではなく、知性、効率、戦略的ビジョンで行う。
