蚂蚁用国产芯片训AI模型 成本降两成
马云支持的蚂蚁集团近日宣布，其基于国产芯片研发的人工智能训练技术取得重要突破，有望在保持模型性能的同时，显著降低人工智能训练成本，为人工智能产业发展注入新动能。
据接近蚂蚁集团的知情人士透露，蚂蚁已使用国产芯片，包括关联公司阿里巴巴集团及华为技术有限公司的芯片，采用“专家混合”（Mixture of Experts，MoE）技术训练大语言模型，取得与英伟达H800芯片相当的性能表现。尽管该信息尚未公开，但多名知情人士指出，蚂蚁集团目前在人工智能模型开发中仍在使用英伟达产品，同时已将AMD及国产芯片纳入主力训练硬件。
蚂蚁入局MoE模型战
MoE模型作为近年来在人工智能领域快速发展的新技术，其优势在于通过分工机制提升模型效率。该方法将复杂任务划分为多个子任务，并由不同“专家”模块分别处理，从而实现更高效的计算资源分配。谷歌、DeepSeek等企业均在相关领域有所布局。蚂蚁集团的加入，意味着中国企业在新一轮AI技术竞赛中正不断争取主动权。
面对美国对高端人工智能芯片的出口限制，中国科技企业积极寻求替代方案。H800虽然不是英伟达最先进的芯片，但其性能已足以支持高强度人工智能训练。目前该类芯片已被列入美国对华出口管制清单。在此背景下，蚂蚁集团通过优化算法与硬件匹配，在国产芯片平台上训练大模型，不仅取得初步成效，更彰显我国AI领域正逐步突破关键核心技术的能力。
训练成本降两成
据介绍，蚂蚁集团在本月发布的一篇研究论文中指出，使用高性能硬件训练1万亿个token的成本约为635万元人民币，而通过优化后的方案，该成本可降低至510万元。token是语言模型学习语义结构与信息内容的最小单位，训练成本的降低意味着更广泛的应用可能。
该论文还披露，蚂蚁自主研发的大语言模型Ling-Plus与Ling-Lite已在多个权威评测中取得优异成绩。其中，Ling-Lite在英文理解能力方面超过Meta旗下Llama模型之一，在中文测试中，两款模型均优于DeepSeek的同类产品。Ling-Lite拥有168亿参数，Ling-Plus参数规模达到2900亿，虽不及OpenAI旗下GPT-4.5模型的1.8万亿参数规模，但已在应用层面显示出较强实力。
进军医疗金融
为推动人工智能技术服务于实体经济，蚂蚁集团计划将Ling系列模型应用于医疗、金融等场景。今年，蚂蚁收购了国内知名在线医疗平台好大夫在线，进一步完善其在医疗AI领域的布局。此外，蚂蚁旗下还推出生活助手“智小宝”与金融顾问人工智能“蚂小财”，持续推动人工智能技术向多元应用纵深发展。
论文亦坦言，在模型训练过程中，团队曾遇到稳定性挑战，尤其在硬件配置或模型结构发生微调时，容易出现误差率大幅波动等问题。这表明，在迈向人工智能自主化的过程中，仍需不断优化系统结构与算法策略。
虽然当前英伟达仍在全球人工智能芯片市场占据主导地位，其首席执行官黄仁勋日前表示，即便更高效模型如DeepSeek-R1被提出，人工智能计算需求仍将持续增长，因此更强大的GPU将是企业追求收益的关键，而非单纯依赖低成本方案。
但来自中国科技企业的最新实践表明，提升算法效率、拓展芯片适配路径，也是一条可行的发展方向。正如北京人工智能解决方案企业盛尚科技首席技术官余启文所言：“如果你找到了击败世界顶级高手的一招，那你就赢了。关键在于能否落地。”
蚂蚁集团此次突破再次印证，在全球人工智能格局深度演进的当下，我国科技企业正以持续技术创新和产业布局，走出一条高质量发展的自主道路。
