平头哥已对数据中心芯片进行全面布局，包括真武系列 GPU、倚天系列 CPU、磐脉系列智能网卡以及 ICN 互联芯片，组建超大规模 AI 集群所需的核心芯片已全面覆盖。

财闻 张晓迪 发自杭州

2026 杭州云栖大会于 9 月 22 日开幕，阿里巴巴集团 CEO 吴泳铭发表主题演讲，宣布阿里将坚定投入 AI 模型、AI 芯片和 AI 云三大基础设施建设，将其作为面向机器智能时代的长期战略选择。大会同期，阿里巴巴（BABA.US）首次集中展示了 " 芯片—模型—云 " 协同优化成果。

吴泳铭在演讲中指出，机器正在成为思考的主力，" 思考 " 将像工业革命中的 " 动力 " 一样，成为可规模化供给的商品。他预测，未来机器思考总量将达到人类的 1000 倍以上，而目前这一比例不到 3%，意味着至少还有几万倍的增长空间。人类思考总量仍将继续增长，但机器思考将以更快速度扩张，预期将承担 99.9% 的思考工作。思考将从奢侈品变为可规模化供给的商品，每个细分领域都可能拥有上百万量级的 AI 科学家和专家。

吴泳铭以电力革命类比当前 AI 基础设施建设的阶段。他指出，1882 年爱迪生建成珍珠街电站，点亮了附近街区约 400 盏电灯；1900 年前后，很多电器已经开始进入家庭生活，但当时全世界一整年的发电量放到今天只够用两个小时。今天的 AI Coding 就像当年的电灯，替代的是现有工作，还不足以创造一个新的时代。" 无论后来出现多少新发明，第一步都要建足够多的发电站、铺足够广的电网。" 机器智能时代同样需要强大的基础设施，AI 模型、AI 芯片和 AI 云是机器思考能够规模化供给的前提。

01

协同飞轮：芯片、模型、云形成双向反馈

作为全球少数同时具备自研芯片、大模型和 AI 云全栈能力的科技公司，阿里巴巴在本次云栖大会上首次集中展示了 " 芯片 - 模型 - 云 " 的协同优化成果。其核心是三个技术体系之间的双向反馈：模型和 Agent 的真实需求牵引芯片与系统设计，云平台将硬件能力组织成可规模化交付的服务，模型再反向优化推理软件和芯片设计。芯片、模型与云由此围绕任务效果、响应速度、吞吐和成本共同迭代，形成协同飞轮。

芯模协同方面，基于真武 M890 打造的阿里云灵骏超节点实例，已稳定运行 Qwen3.8-Max、Kimi K3 等超 2 万亿参数模型，并实现规模化供给。截至 2026 年 6 月，真武系列已服务超过 650 家企业客户。模型也开始探索自主设计芯片：仅基于一份真实的芯片模块规范，Qwen3.8-Max 就能自主运行超过 60 小时、调用 EDA 工具超过万次，完成从功能架构设计、验证到物理实现的完整流程，实现物理面积下降 42% 的优化指标。

模云协同方面，训练侧阿里云通过高速集群互联减少通信等待，通过高性能并行文件存储 CPFS 提高数据供给能力，再以 PAI 异步 Agentic RL 框架串联轨迹采样、回报累计、模型训练和参数更新。推理侧，Tair KVCM 通过统一编排内存池、KVCacheStore 和远端共享存储，实现每 Token 成本下降 50%；KVCacheStore 使首 Token 响应时间下降 54%。在平头哥自研的真武 M890 上，Qwen3.8-Max" 从零适配 " 全新的 Qwen3.8-Flash-Next 模型，交付了一套可运行的推理栈，长文本首 Token 延迟和每输出 Token 延迟分别下降 47% 和 60%，日常对话场景的单实例吞吐提升 96%。

云芯协同方面，来自云上业务的需求反向影响下一代芯片的产品路线。规划中的倚天 730 面向 AI Head Node 强化单核性能，倚天 720 以 192 核支持 Agentic Rack 的大规模并发执行，后续倚天 750 还将通过 ICN 总线与真武 AI 芯片直接互联。下一代训推一体 AI 芯片真武 V900 搭载 216GB 显存，片间互联带宽达 1200GB/s，原生支持 FP8、FP4 低精度计算，计划于 2027 年第一季度量产。

02

AI 模型：向 5-10T 参数规模迈进，RSI 初步落地

过去一年，通往 ASI 的技术路径逐渐清晰。吴泳铭介绍，这条路径被称为递归式自我改进（RSI），模型从真实反馈中发现自身短板，自己设计实验、构建数据、评价结果，循环推动自身进化。目前 Qwen 团队正在进行 RSI 方面的探索并取得一定进展。

据阿里披露，Qwen3.8-Max 在人类完全 " 零参与 " 的情况下，自主搭建训练流程、构造训练数据，并自主设计实验、定位缺陷，持续迭代超过 1 个月，完成 33 轮有效迭代。基于 RSI、后训练等系列技术联合优化，Qwen3.8-Max 新版本在 Artificial Analysis 上的得分上涨 12.5%，与 Claude、GPT 最强模型同处第一阵营，领先于 GLM5.3、Kimi-K3 等所有国产模型。

Qwen 还在持续推进模型架构和数据优化研究，计划训练 5 至 10T 参数规模的全新模型，目标是完成更复杂、更长程的任务，向 ASI 迈进。目前，基于新一代架构的 Qwen4 已投入训练，Qwen4.5、Qwen5 等后续版本计划将模型总参数扩展至 5 万亿至 10 万亿。Qwen3.8-Flash 已提前开源下一代模型架构，通过注意力及模型内信息传递机制等核心创新，训练成本骤降 90%，激活 6B 小参数就能获得前沿性能。

吴泳铭同时强调，一个足够聪明的大脑还不够，AI 还需要掌握感知和交互能力，像人一样理解声音、图像、表情和动作，对齐人类的文化、审美和价值观。因此，理解与生成一体化的多模态模型成为阿里另一个重要研究方向。Qwen3.8-Omni 将视频、音频、图片和文字纳入统一理解框架；全新的下一代视频生成模型也将于 11 月发布。目前，阿里已开源 460 余个 Qwen 模型，累计下载量突破 30 亿次，衍生模型超过 30 万个。

在终端布局方面，桌面端开源的 Qwen3.8-27B 模型可流畅运行，支持开发者和企业本地化部署；移动端阿里正式发布 Qwen Intelligence，为合作伙伴提供 AI 解决方案，让手机能完成各类复杂任务。

03

AI 芯片：发布新一代真武 V900，算力提升至 3 倍

本届云栖大会上，阿里平头哥发布最强国产 AI 芯片真武 V900，单芯片性能是真武 M890 的 3 倍，搭载 216GB 显存，片间互联带宽达 1200GB/s，原生支持 FP8、FP4 低精度计算，可满足万亿级模型的训练与推理需求。基于该芯片构建的单一集群可扩展至 50 万卡，支撑前沿模型的训练和推理。V900 计划于 2027 年第一季度量产，并在阿里云数据中心规模化部署。

系统能力从单芯片延伸至超节点和大规模集群。V900 通过自研 ICN Switch 互联芯片，可实现千卡全带宽高速互联；新一代磐久超节点服务器集成 V900、ICN Switch、磐脉智能网卡及镇岳 SSD 主控芯片，结合阿里云新一代网络架构，单一 AI 集群可扩展至 50 万卡。

商业应用方面，基于 M890 的超节点已大规模应用，跑通 Qwen3.8、Kimi K3 等超过 2 万亿参数的模型。截至 2026 年 6 月，真武系列已服务超过 650 家企业客户。阿里表示，由于平头哥芯片产品线的成熟和客户的广泛应用，预计年出货量将大幅提升。

CPU 路线同步推进。平头哥计划 2027 年推出倚天 720 和倚天 730，其中倚天 730 首次采用全自研 CPU 微架构，单核 SPECint 2017/GHz 性能最高达到倚天 710 的 1.4 倍；2029 年推出采用第二代自研核的倚天 750，并支持通过 ICN 总线与真武 AI 芯片直接互联，提升 CPU 与 AI 芯片协同效率。

阿里正在对芯片、服务器、超节点、网络、模型和推理系统进行联合调优，提升整个 AI 集群的 Token 产能和效率。自研的 M890 AI 超节点已支撑超过 2 万亿参数大模型的高效推理，并在阿里云上实现规模化供给。今年第四季度，阿里云还将新增服务节点，进一步扩大超节点的供给规模。

04

AI 云：2032 年全球数据中心规模超 20GW

吴泳铭在演讲中描绘了 AI 云的未来图景：" 今天，我们很少注意到电网本身。在任何地方，只要插上插座，电就来了。如果没有电网和插座，这样的生活恐怕大家连一天都难以忍受。未来使用机器智能，也应该这样方便。所有设备只要接入云，就能随时随地使用机器智能。"

阿里云正围绕模型持续训练与推理、Agent 长时间执行任务等需求，建设覆盖全球的 AI 基础设施，对 GPU、CPU、网络、存储、数据库和工具进行联合优化。这张网越完善，就会有更多用户和 Agent 进来，形成规模和网络效应。

吴泳铭透露，目前客户的 AI 需求非常强劲，阿里云在全力上架 AI 算力来满足客户需求，阿里云收入也在持续加速增长。但行业的中长期需求远超供给能力，AI 数据中心相关供应链的全球性紧缺限制了算力的增长速度。为此，阿里巴巴将与所有合作伙伴一起，全力投入 AI 基础设施建设，打造一朵面向 " 机器智能 " 时代的 AI 云。目标是到 2032 年，阿里云运营的全球数据中心规模超过 20GW，以满足快速增长的 AI 需求。

"AI 模型、AI 芯片和 AI 云是机器智能时代的三大基石，" 吴泳铭表示，" 阿里巴巴将坚定投入这三项基础设施建设，这是阿里的长期战略选择。"

吴泳铭回顾了工业革命后人类社会的变迁：机器承担了越来越多的体力劳动，人类从繁重体力劳动中解放出来后，发展出了足球、篮球等体育竞技运动；印刷术兴起让文化创作爆发式增长，照相机出现后绘画并没有消失，反而促进了印象派和抽象艺术的诞生。" 当机器承担了更多不得不做的事，人便有时间去做真正想做的事。未来，机器智能将为人类的好奇心和创造力打开更大的空间。" 他说，" 把繁重的任务留给机器，把时间、创造力以及对美好事物的感受留给人类。这一切，现在刚刚开始。"