Ant Group (Alibaba)은 AI 획기적인 획기적인 달성 : 혁신적인 칩 조합을 통한 저렴한 모델

게시 : 2025 년 3 월 24 일 / 업데이트 : 2025 년 3 월 24 일 - 저자 : Konrad Wolfenstein

Ant Group (Alibaba) AI 획기적인 혁신 : 혁신적인 칩 조합-이미지를 통한 저렴한 모델 : Xpert.Digital

중국의 기술 혁신 : AI 모델은 20 % 더 비용 효율적입니다.

무역 갈등은 AI 칩의 기술 진보를 주도합니다

중국 기술 대기업 알리바바의 자회사 인 Ant Group은 AI 모델 개발에서 상당한 돌파구를 발표했습니다. 중국과 미국 생산의 반도체의 혁신적인 조합으로 회사는 AI 모델을 20 % 더 저렴하게 훈련시키는 데 성공했습니다. 이 개발은 글로벌 AI 칩 시장에 광범위한 결과를 초래하고 기술 경쟁에서 중국의 입지를 강화할 수 있습니다. ANT 그룹은 상당한 품질의 품질을 받아 들일 필요없이 고가의 NVIDIA 칩에 대한 성능 약하지만 효율적인 대안에 의존한다는 것은 특히 주목할 만하다. 배경에 비해, 이것은 미국과 중국 사이에서 발생하며 더 큰 기술 독립성을 향한 중요한 단계를 나타냅니다.

적합:

증권 거래소의 AI 지진 후 1 일차 : Nvidia-Crash, 독일 기술은 필요에 따라 어떤 투자에 대한 의미가 있습니까?

개미 그룹의 혁신적인 칩 전략

Ant Group이 개발 한 솔루션은 다양한 반도체 유형의 영리한 혼합을 기반으로합니다. 강력하지만 비싼 NVIDIA H800 칩에만 의존하는 대신이 회사는 이제 AMD 및 Alibaba 자체 및 Huawei와 같은 중국 제조업체의 비용 효율적인 대안을 점점 더 많이 사용하고 있습니다. 이 대체 칩 전략의 개발은 중국에 대한 고성능 칩에 대한 미국 수출 제한에 의해 크게 가속화되었습니다.

AI 교육 모델의 경우 Ant Group은 대형 언어 모델이보다 효율적으로 훈련 할 수 있도록하는 기술인“MOE) 접근법을 사용합니다. 이 방법으로 작업은보다 효율적으로 처리하기 위해 더 작은 데이터 레코드로 나뉩니다. 이 접근법은 이미 Google 및 중국의 스타트 업 DeepSeek와 같은 다른 회사에서 이미 입증되었습니다.

NVIDIA와의 기술 성능 및 비교

약한 칩으로의 전환에도 불구하고, ANT 그룹은 NVIDIA 하드웨어의 결과와 비교할 수있는 결과를 달성한다고 주장합니다. 자체 진술에 따르면, 회사는 6,350 만 위안 (약 810,000 유로)에서 510 만 위안에서 1 조의 토큰에서 훈련 비용을 줄일 수있었습니다. 동일한 성능 으로이 놀라운 비용 절감은 AI 칩의 주요 제공 업체로서 NVIDIA의 압력을 증가시킬 수 있습니다.

Ant Group은 최근 특정 벤치 마크의 모델이 Meta와 같은 다른 대규모 기술 회사의 모델의 성능을 초과 할 수 있다고 주장하는 연구 작업을 발표했습니다. 특히 중국 벤치 마크의 영역에서 자체 언어 모델은 Ling-lite 및 Ling-Plus가 DeepSeek의 비슷한 모델보다 더 잘 수행하기위한 것입니다.

경제적 영향 및 비용 최적화

대체 칩 전략을 통한 비용 최적화는 AI 산업에서 점점 더 중요 해지고 있습니다. Chatgpt와 같은 최종 고객 서비스의 가격은 비교적 안정적으로 유지되지만 B2B 범위의 비용은 지속적으로 감소합니다. Alibaba 자체는 작년에 Qwen-VL의 비전 길이에 대한 85 %의 가격 인하를 포함하여 작년에 다양한 AI 모델의 가격을 이미 낮추었습니다.

이러한 비용은 AI 산업의 더 큰 추세의 일부이며 다양한 요인으로 구동됩니다.

중국 (Alibaba, Tencent, Baidu, JD, Huawei 및 Bytedance)과 Global의 여러 제공자 간의 높은 경쟁
점점 더 강력 해지는 더 작고 비용이 많이 드는 모델의 개발
큰 모델에 대한 지식이 더 작은 모델로 전달되는 모델 증류와 같은 새로운 방법
Metas Llama Family와 같은 수많은 오픈 소스 또는 자유롭게 이용 가능한 모델을 통한 비용 압력

비용 효율적인 AI 모델의 중요성이 커지고 있습니다

개미 그룹이 발표 한 획기적인 것은 AI 모델의 효율성이 점점 더 중점을 둔 시점에 나옵니다. 1 월, 중국의 신생 기업 DeepSeek은 이전 모델보다 훨씬 낮은 리소스로 훈련 된 AI 모델을 제시했을 때 저어주었습니다. 이 개발은 심지어 Nvidia 주가가 급격히 감소하게되었습니다.

그러나 Nvidia CEO Jensen Huang은 훈련 중에 산술 용량에 대한 실제 필요성이 만들어진 것이 아니라 답을 생성 할 때 만들어 졌다고 주장합니다. 그럼에도 불구하고, Ant Group의 접근 방식은 AI 교육 분야에서도 상당한 비용 절감이 가능하다는 것을 보여줍니다.

적합:

간단히 설명 된 AI 모델 : AI의 기본, 음성 모델 및 추론을 이해합니다.

지정 학적 의미와 기술 주권

개미 그룹의 개발은 중요한 지정 학적 차원을 가지고있다. 고성능 칩에 대한 엄격한 미국 수출 제한으로 인해 중국 기업들은 미국 기술에 대한 대안을 찾게되었습니다. 2023 년 12 월, 미국 무역지나 라이 몬도 (Gina Raimondo) 무역부 장관은 현재 예술 최신 상태에서 AI 칩을 중국으로 전달해서는 안되며 중국 산업이 자체적으로 생산할 수 없다는 것을 분명히했다.

이러한 맥락에서, 개미 그룹의 칩 전략은 블룸버그 인텔리전스의 수석 분석가 인 로버트 레아 (Robert Lea)를 향한 중요한 단계입니다. NVIDIA 칩의 내보내기 제어를 마스터하려면”.

글로벌 기술 경쟁에 미치는 영향

중국은 전기 자동차 분야에서 큰 노력을 기울일뿐만 아니라 AI에서도 세계 시장 리더에 도착합니다. 개미 그룹의 혁신적인 접근 방식은 점점 더 복잡한 지정 학적 환경에서 운영 해야하는 다른 중국 기업의 모델 역할을 할 수 있습니다. 다양한 기술에 유연하게 접근하는 능력은 결정적인 경쟁 우위가 될 수 있습니다.

최근의 발전에 따르면 중국은 미국 제한에도 불구하고 AI 지역에서 상당한 진전을 보였습니다. Ant Group과 마찬가지로 DeepSeek은 R1 모델을 통해 구형 하드웨어와의 OpenAIS 채팅 및 예산의 일부만을 달성 할 수 있음을 입증했습니다.

글로벌 AI 시장에 더 큰 영향을 미칩니다

개미 그룹이 발표 한 획기적인 획기적인 것은 글로벌 AI 시장에 광범위한 영향을 미칠 수 있습니다. AI 공급 업체의 가격 전쟁은 몇 달 동안 중국에서 격렬 해졌습니다. 방아쇠는 DeepSeek의 현재 AI "V3"의 전신 인 "v2"의 출판이었습니다. 이에 대한 응답으로 Alibaba 및 Baidu 및 Tencent와 같은 다른 기술 그룹은 각각의 AI 프로그램 사용에 대한 가격이 최대 97 % 감소했습니다.

글로벌 맥락에서 가격 압력 및 최적화

AI 지역의 가격 압력은 중국에 국한되지 않습니다. Google과 같은 서양 기업은 또한 AI 모델을 최적화하고 가격을 낮추기 시작했습니다. 예를 들어, Google은 2024 년 9 월에 입력 및 출력 토큰에 대한 모델 당 Gemini 1.5의 가격을 인하했습니다.

Ant Group 및 기타 중국 기업의 발전은 이러한 글로벌 트렌드를 증가시킬 수 있습니다. 저렴한 모델이 반드시 덜 효율적 일 필요는 없다는 것이 특히 흥미 롭습니다. 예를 들어, Google 보고서는 특히 최적화 된 모델, 특히 수학 분야 (20 % 개선), 긴 상황 및 비전에서 상당한 성능 증가에 대한 보고서.

중국의 AI 개발의 또 다른 전환점?

Ant Group이 발표 한 획기적인 획기적인 것은 AI 개발에서 중요한 전환점을 표시 할 수 있습니다. 보다 비용 효율적인 칩으로 효율적인 AI 모델을 훈련시키는 능력은 AI 칩 시장에서 NVIDIA의 지배에 도전하고 AI 기술의 민주화를 촉진 할 수 있습니다.

이 개발은 또한 혁신적인 접근 방식과 전략적 파트너십을 통해 기업이 역동적이고 도전적인 시장 환경에서 자신의 위치를 강화할 수있는 방법을 보여줍니다. 다양한 칩 기반을 사용하면 글로벌 공급망의 과제를 습득하고 동시에 개발 비용을 줄일 수 있습니다.

미래에는 다른 회사들이 개미 그룹의 예를 따르고 유사한 전략을 개발할 것인지는 여전히 남아 있습니다. AI 모델을 훈련시키는 능력은 점점 경쟁이 치열 해지는 시장에서 결정적인 경쟁 우위가 될 수 있으며 궁극적으로 더 넓은 조직 및 응용 프로그램을위한 AI 기술에 액세스 할 수 있습니다.

적합: