蚂蚁集团今日正式回应业界对其“百灵”大模型训练成本的关注，宣布通过国产芯片适配优化与技术创新，成功将3000亿参数混合专家（MoE）模型的预训练成本降低近20%，并计划逐步开源核心技术。这一突破意味着，中国AI企业首次在同等性能下实现对英伟达高端GPU的“算力平权”，为全球大模型行业注入新变量。
3月24日消息，蚂蚁集团回应业界对其“百灵”大模型训练成本的关注，宣布通过国产芯片适配优化与技术创新，成功将3000亿参数混合专家（MoE）模型的预训练成本降低近20%，并计划逐步开源核心技术。这一突破意味着，中国AI企业首次在同等性能下实现对英伟达高端GPU的“算力平权”，为全球大模型行业注入新变量。
此前，据蚂蚁集团Ling团队称，新推出的百灵轻量版（Ling-Lite）与百灵增强版（Ling-Plus）分别拥有168亿（激活参数27.5亿）和2900亿（激活参数288亿）参数规模。两款模型在使用国产低性能GPU训练时，性能与英伟达H800芯片训练的阿里通义Qwen2.5-72B-Instruct、DeepSeek-V2.5-1210-Chat等模型持平。实验数据显示，在五种异构硬件配置下，Ling-Plus模型预训练9万亿token的总成本从高性能硬件的635万元降至508万元，降幅达20%。
蚂蚁集团知情人士透露，此次突破的核心在于“重构训练范式”——通过开源框架DLRover实现多训练框架统一调度，并开发轻量级调试工具XPUTimer，使国产芯片的算力利用率提升40%。这意味着，即便使用天数智芯、壁仞科技等国产GPU，企业也能构建对标国际顶尖水平的大模型。行业分析师指出，此举不仅打破英伟达的算力垄断，更可能引发连锁反应。预计2025年国产AI芯片订单量将激增30%，而英伟达H系列芯片在中国市场的溢价空间或将压缩15%。
对于开源计划，蚂蚁集团明确表示将分阶段开放模型架构、训练策略及工具调用接口。首批开源内容预计包含动态参数分配算法和EDiT框架，中小型企业可基于此快速搭建低成本训练集群。彭博行业研究认为，蚂蚁的技术路径若推广成功，全球AI算力市场格局或迎来“中国方案”主导的拐点。
