《彭博》引述消息人士報導，中國電子商務平台「阿里巴巴」創辦人馬雲支持的中國網路金融服務公司「螞蟻集團」，使用中國製造的半導體晶片，來開發訓練人工智慧模型的技術，不僅降低近20%的成本，效果也媲美使用輝達H800晶片所達到的水準。這不僅代表螞蟻集團加入美中之間的AI競賽行列，也凸顯中國企業正積極尋找本地產品，來替代最先進但無法取得的輝達晶片。

中國網路金融服務「螞蟻集團」是由中國電商平台「阿里巴巴」發展出來、目前獨立運作，但在資金、技術上仍與阿里巴巴關係緊密的金融科技公司。近日，螞蟻集團推出兩款大型語言模型（LLM）百靈輕量版（Ling-Lite）與百靈增強版（Ling-Plus）。《彭博》23日報導，消息人士表示，螞蟻使用中國製造的晶片，包括來自阿里巴巴和中國電信龍頭華為的晶片，並採用「混合專家模型」（Mixture of Experts，MoE）機器學習方法，來訓練人工智慧（AI）模型。螞蟻集團稱，這樣訓練出來的效果接近使用輝達（Nvidia）H800晶片所達到的水準。螞蟻雖然目前仍有使用輝達晶片開發AI，但知情人士指出，螞蟻最新的模型訓練大多改用超微半導體公司（AMD）和中國製晶片為主。

此外，螞蟻本月也發表一篇論文，聲稱他們的模型在某些評測中的表現，甚至超過了Meta（臉書母公司）。雖然這一點尚未經《彭博》獨立驗證，但若成果真如他們所說，螞蟻的平台可能代表中國AI發展邁出另一大步，因為它能大幅降低AI推理或支援AI服務的成本。

隨著各家公司在AI領域投入大量資金，MoE模型逐漸受到重視，包括美國科技公司谷歌（Google）和中國AI初創公司「深度求索」（DeepSeek）都在使用。這種技術的原理是把任務拆解成多個較小的數據集，就像擁有一個專家團隊，當中每個專家專注於不同的部分，讓處理流程更有效率。

螞蟻嘗試不使用高階GPU　仍持續擴展模型

不過，MoE模型的訓練通常需要像輝達所提供的高效能GPU（圖形處理器）來執行。對很多小公司來說，這樣的成本太高，成為普及推廣的障礙。螞蟻一直在研究如何更有效率地訓練大型語言模型（LLM），試圖突破這個限制。從他們論文的標題看出，目標就是在「不使用高階GPU」的情況下，讓模型持續擴展。

這種做法其實跟輝達的策略背道而馳。輝達執行長黃仁勳一直強調，就算出現像DeepSeek R1這種更高效的模型，對運算能力的需求仍會持續增加。他認為企業要賺更多錢，靠的是性能更強的晶片，而不是靠便宜的方案來節省成本。因此輝達將一直專注於打造具備更多運算核心、電晶體和更大記憶體的高階GPU。

螞蟻採用中國製晶片訓練模型　成本降低近20%　

螞蟻表示，若使用高性能硬體訓練1兆個「符元」（token）的成本，大約是635萬人民幣，但如果採用他們優化過的方法，改用性能較低的硬體來訓練，成本可降至約510萬人民幣，節省近20%。所謂「符元」是指，AI模型學習世界知識並產生回應時，所接收的資訊單位。

螞蟻的Ling-Plus的參數數量達到2900億，在語言模型領域中算是體量相當大的模型，這些參數負責調整模型的運作方式。而根據《麻省理工科技評論》（MIT Technology Review）估計，ChatGPT 的GPT-4.5擁有約1.8兆個參數，而 DeepSeek-R1有6710億個。

螞蟻集團加入美中之間的AI技術競賽行列。從中國DeepSeek推出低成本、高效能的AI模型後，這場競爭就越演越烈。這也凸顯中國企業正積極尋找本地產品，來替代最先進但無法取得的輝達晶片。雖然H800晶片不是輝達最先進的產品，但仍是一款相當強大的處理器，目前已被美國禁止出口到中國。