En un contexto global cada vez más marcado por la competencia tecnológica entre Estados Unidos y China, Ant Group, controlada por Alibaba, está dando pasos significativos para reducir su dependencia de los chips estadounidenses y contener los costos en el desarrollo de modelos de inteligencia artificial (IA).
Según fuentes cercanas a la empresa, Ant está confiando en semiconduttori cinesi para entrenar sus modelos lingüísticos avanzados, utilizando un enfoque que promete revolucionar la forma en que se produce IA en el país asiático.
Summary
Cambio estratégico en la formación de los modelos AI para Ant Group
En los últimos meses, Ant Group ha adoptado chips proporcionados por empresas locales, incluidas entidades vinculadas a Alibaba y Huawei Technologies, para entrenar sus modelos IA mediante la técnica de la Mixture of Experts (MoE).
Este enfoque, cada vez más difundido entre los investigadores, permite dividir eficazmente las actividades entre diferentes “expertos” 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 la delegación especializada: cada submódulo del modelo es responsable de una porción específica del procesamiento, permitiendo una mayor escalabilidad y eficiencia en comparación con los enfoques tradicionales.
Además de Ant Group, también Google y la startup china de Hangzhou DeepSeek están empleando esta metodología.
Ant ha evidenziato su compromiso en la difusión científica publicando un artículo en el que se subraya el objetivo de escalar los modelos sin el uso de GPU de gama alta.
Este enfoque se vuelve crucial para empresas que, debido a los altos costos, no pueden permitirse utilizar continuamente hardware de alto rendimiento.
China vs Estados Unidos: chips locales contra GPU americanas
La iniciativa de Ant se inserta en un contexto geopolítico en el que las empresas tecnológicas chinas buscan sortear las restricciones estadounidenses sobre las exportaciones de chips avanzados, como el Nvidia H800.
Aunque no se trata del chip más avanzado en el 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 se está orientando progresivamente hacia alternativas más económicas y fácilmente accesibles. Como las ofrecidas por AMD y fabricantes chinos.
Esta elección estratégica marca un alejamiento de la visión del CEO de Nvidia, Jensen Huang, según la cual las empresas seguirán requiriendo cada vez más potencia computacional.
Según Huang, las inversiones de los clientes no disminuirán, incluso con el nacimiento de modelos más eficientes como DeepSeek R1. Mostrando así un contraste evidente con la filosofía adoptada por Ant.
Uno de los puntos destacados del análisis de Ant se refiere a la reducción significativa del costo de formación de los modelos 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).
Empleando 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 sobre todo para startups y sectores industriales emergentes.
Los modelos desarrollados, Ling-Lite y Ling-Plus, han sido diseñados para aplicaciones en contextos como la sanidad y las finanzas, dos ámbitos donde la potencia de la IA puede ofrecer soluciones concretas e inmediatas.
Precisamente en el campo sanitario, Ant ha adquirido recientemente Haodf.com, una de las principales plataformas médicas en línea en China. Confirmando así su interés en ampliar la oferta de soluciones basadas en la inteligencia artificial.
Entre los servicios existentes de la compañía se incluyen también Zhixiaobao, un asistente virtual, y la plataforma de consultoría financiera Maxiaocai.
Apertura y futuro de la inteligencia artificial china
Otro punto distintivo de la estrategia de Ant es la elección de hacer open source sus propios modelos: Ling-Lite cuenta con 16,8 mil millones de parámetros, mientras que Ling-Plus llega a 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 accesible al público. La investigación llevada a cabo por Ant no está exenta de desafíos.
El mismo estudio señala 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 evidencia cómo, a pesar de los progresos, incluso los modelos más avanzados requieren atención constante.
Como observó Robin Yu, CTO de la empresa tecnológica de Pekín Shengshang Tech, los resultados concretos obtenidos en el mundo real son lo que realmente cuenta:
“Si encuentras un punto débil para vencer al mejor maestro de kung fu del mundo, de todas formas has ganado.”
Una metáfora eficaz que subraya el valor de las aplicaciones prácticas respecto a la mera comparación teórica.
Lo que emerge claramente es que Ant Group está jugando un papel clave en el intento de China de hacerse más autónoma tecnológicamente.
Persiguiendo en consecuencia una IA más accesible, menos dependiente de hardware occidentales y potencialmente más eficiente para los sectores industriales estratégicos del futuro.
El desafío a los colosos de la IA occidental está lanzado: no para superarlos con fuerza bruta sino con inteligencia, eficiencia y visión estratégica.
