Microsoft MAI Base 2: fino a 12 volte più efficiente di DeepSeek

Microsoft MAI Base 2. Microsoft ha presentato MAI Base 2, un nuovo modello di intelligenza artificiale basato su un’architettura Mixture of Experts (MoE) che impiega complessivamente 2,8 trilioni di parametri, con una porzione di 80 miliardi di questi attivi durante l’esecuzione. L’azienda sottolinea come questo approccio possa portare a significativi vantaggi in termini di efficienza computazionale.

Secondo la divisione Microsoft AI, il nuovo sistema garantirebbe un’efficienza nel pre-addestramento da 4 a 12 volte superiore, misurata in FLOPs (Floating Point Operations Per Second), rispetto a DeepSeek V4 Pro Base. Questa affermazione posiziona Microsoft in modo deciso nella competizione per lo sviluppo di modelli fondazionali di nuova generazione.

Microsoft MAI Base 2: perché è importante

Il termine “Base” nel nome del modello indica che si tratta della versione pre-addestrata, ovvero la struttura fondamentale su cui verranno costruite le versioni ottimizzate per compiti specifici. Anche il riferimento a DeepSeek sottolinea questo aspetto: Microsoft ha scelto di confrontare due sistemi allo stesso stadio di sviluppo.

Come funziona un modello MoE da 2,8 trilioni di parametri

Per comprendere l’importanza di queste cifre, è utile spiegare come funziona un modello Mixture of Experts (MoE). In un’architettura tradizionale, ogni richiesta elaborata attraversa l’intera rete neurale, coinvolgendo tutti i suoi parametri. Con l’approccio MoE, invece, il modello viene suddiviso in numerosi blocchi specializzati, chiamati “esperti”, e per ogni operazione ne viene attivata solo una parte.

Il risultato è un sistema imponente in termini di dimensioni complessive, ma che lavora con una frazione delle proprie risorse in qualsiasi momento. Nel caso di MAI Base 2, su un totale di 2,8 trilioni di parametri, solo 80 miliardi sono attivi, ovvero meno del 3%. Questa configurazione consente di mantenere un’ampia capacità complessiva senza incorrere nel costo computazionale derivante dall’utilizzo dell’intera struttura ad ogni passaggio. È proprio in questa gestione delle risorse che risiede una parte significativa dei potenziali guadagni in termini di efficienza.

La sfida sull’efficienza con DeepSeek V4 Pro Base

Il cuore dell’annuncio sta nel confronto diretto con DeepSeek. Microsoft sostiene che MAI Base 2 sia da 4 a 12 volte più efficiente nel pre-addestramento rispetto a DeepSeek V4 Pro Base, utilizzando i FLOPs come metrica di riferimento. I FLOPs rappresentano il numero di operazioni in virgola mobile eseguite dai processori e sono un indicatore comune della potenza di calcolo necessaria per addestrare un modello di intelligenza artificiale.

Microsoft specifica che la forbice tra 4x e 12x si riferisce all’efficienza durante il pre-addestramento, ovvero nella fase iniziale in cui il modello apprende dai dati su larga scala. Va sottolineato che questa è una rivendicazione dell’azienda stessa, presentata da Microsoft AI insieme al nuovo modello. Il confronto con DeepSeek V4 Pro Base riguarda esclusivamente la quantità di calcolo impiegata in questa fase preliminare e si basa su sistemi nella loro versione base, prima di eventuali ottimizzazioni specifiche.

Microsoft non ha fornito un valore unico per l’efficienza riscontrata, ma una variazione compresa tra 4 volte e 12 volte. Questa differenza potrebbe dipendere da diversi fattori legati alla configurazione hardware e software utilizzate durante i test.

Fonte e approfondimento su Microsoft MAI Base 2: articolo originale.

* Contenuto realizzato con l'ausilio di sistemi di intelligenza artificiale.