Según fuentes citadas por Bloomberg, Ant Group ha logrado un gran avance en el campo de la inteligencia artificial, reduciendo el coste de entrenamiento de los modelos de IA en un 20% gracias al uso de chips chinos fabricados por Alibaba y Huawei. Esta noticia sin duda inyecta una nueva fuerza impulsora a la autonomía y el control de China en tecnologías clave.
El informe indica además que las pruebas internas de Ant Group muestran que estos chips de IA de fabricación china son comparables en rendimiento a los productos de Nvidia, líder del sector. Si este resultado se verifica y aplica ampliamente, podría cambiar significativamente el panorama del mercado mundial de chips de IA.
Nota de la imagen: Imagen generada por IA, servicio de licencias de imágenes Midjourney
Anteriormente, circulaban rumores en el mercado de que el nuevo modelo de la empresa china de IA DeepSeek requería una cantidad de chips mucho menor de lo esperado, lo que provocó fluctuaciones en el precio de las acciones de Nvidia. El anuncio de Ant Group proporciona evidencia más convincente de la capacidad de los chips de IA chinos.
A pesar de los controles de exportación de Estados Unidos, los chips de IA de Nvidia siguen teniendo una gran demanda en el mercado chino, e incluso se informa que los compradores chinos siguen buscando activamente sus últimos chips de la serie Blackwell. Sin embargo, si la tecnología de Ant Group se aplica a gran escala y anima a más empresas chinas a adoptar chips de IA nacionales, podría debilitar la rentabilidad actual de Nvidia como el proveedor de chips de IA más popular.
Hasta el momento, ni Ant Group ni Nvidia han respondido a las solicitudes de comentarios.
Este avance de Ant Group no solo demuestra el progreso de China en el diseño y la fabricación de chips de IA, sino que también presagia la creciente importancia de la cadena de suministro nacional en el futuro desarrollo de la tecnología de IA. La reducción del coste de entrenamiento de la IA es fundamental para impulsar la adopción y aplicación de esta tecnología, especialmente en el entrenamiento de modelos de gran tamaño que requieren una gran capacidad de procesamiento.