반복영역 건너뛰기
지역메뉴 바로가기
주메뉴 바로가기
본문 바로가기

뉴스 브리핑

뉴스 브리핑

매일 중국에서 발행하는 언론사의 최신 뉴스를 요약·번역하여 제공합니다.

뉴스브리핑

中 앤트 그룹, 저사양 하드웨어로 AI 훈련 비용 20% 절감

2025-03-27

자료인용안내

자료를 인용, 보도하시는 경우, 출처를 반드시 “CSF(중국전문가포럼)”로 명시해 주시기 바랍니다.

□ 중국 앤트그룹이 저사양 하드웨어로 고성능 AI 모델 개발에 성공하며 계산 비용을 20% 줄인 혁신적 기술을 발표함.

◦ 앤트그룹의 AI 기술 혁신과 산업적 의의
- 앤트그룹(Ant Group)은 최근 최고기술책임자 허정위(何征宇)가 이끄는 링(Ling) 팀이 개발한 바이링(百灵) 시리즈 혼합 전문가(MoE) 모델 관련 기술 성과 논문을 발표함. 해당 팀은 링-라이트(Ling-Lite, 총 파라미터 16.8B)와 링-플러스(Ling-Plus, 총 파라미터 290B) 두 가지 개방형 모델을 개발함. 이는 GPT-4.5(1.8T)와 딥시크(DeepSeek)-R1(671B)에 비해 적은 규모임.
- 이 모델의 가장 주목할 점은 모델 사전 학습 단계에서 낮은 사양의 하드웨어 시스템을 사용하여 계산 비용을 약 20% 절감한 것임. 1조 토큰 학습 비용이 635만 위안(약 12억 8,085만 원)에서 508만 위안(약 10억 2,468만 원)으로 감소했으며, 최종적으로 고성능 칩(NVIDIA H100, H800 등)을 사용한 모델과 동등한 효과를 달성함.

◦ 타 기업 모델과의 성능 비교 및 산업 응용 전망
- 영어 이해력 측면에서 링-라이트 모델은 주요 벤치마크 테스트에서 큐원(Qwen)2.5-7B와 동등한 성능을 보이며, 라마(Llama) 3.1-8B와 미스트랄(Mistral)-7B-v0.3보다 우수함. 중국어 이해력 측면에서는 링-라이트와 링-플러스 모델이 해외 모델들보다 명백히 우수하며, 일부 벤치마크에서 링-플러스는 딥시크 V2.5보다 약간 우수하고 큐원 2.5-7B와 동등한 수준임.
- 앤트그룹의 바이링 대형 모델인 링-플러스와 링-라이트는 오픈소스로 공개될 예정이며, 의료, 금융 등 산업 분야에 적용될 계획임. 특히 안전성 측면에서 링-플러스와 큐원 2.5-7B가 두드러진 성과를 보였으며, 링-플러스는 오류 거부 측면에서 더 나은 성능을 보임.

원문링크

목록