机器智能时代需要强大的基础设施
阿里已经把AI定义为一场比工业革命更深刻的变化，而且它不打算只做其中一环。
“机器正在成为思考的主力，智能正在成为一种规模化的商品。未来机器思考总量将达到人类的1000倍以上。”在云栖大会上，阿里巴巴CEO吴泳铭提出了这一判断。
上一次类似的变化，是工业革命把动力变成了商品——蒸汽机、内燃机、电，一步步把“动力”变成便宜、稳定、无处不在的基础设施，然后才有了现代产业体系。
阿里想做的，是机器智能时代的发电站和电网。
吴泳铭在演讲中明确提出了“AI模型、AI芯片、AI云”三大基石的框架，将阿里的投入方向从模糊的“All in AI”收敛为一条清晰的路线。
吴泳铭给出的目标是，到2032年，阿里云全球规模超过20GW，较2022年增长10倍。而这20GW目标下的实际投入，将远超此前3800亿元的三年计划。
AI技术变化之快，即便立于潮头也很难看清局势走向。阿里希望的，是抓住长期变化中的确定性机遇——用今天的利润，赌十年后的基础设施。
吴泳铭表示，机器智能时代的三大基石是AI模型、AI芯片和AI云，这是机器思考能够规模化供给的前提。
“如果从电的发展历史来看，未来机器智能对AI基础设施的需求，对比今天的规模，几乎是没有上限的。”吴泳铭表示，“阿里巴巴将坚定投入以AI模型、AI芯片和AI云为代表的基础设施建设，这是我们的长期战略选择。”
阿里全栈AI的叙事讲了不止一年。在今年云栖大会上，阿里首次集中展示了“芯片—模型—云”的协同优化成果。
在云栖大会上，平头哥发布了真武V900 AI芯片。从纸面参数看，这是一次肌肉的展示：算力是上一代M890的3倍，配备216GB显存，片间互联带宽高达1200GB/s，单集群可扩展至50万卡，并计划在2027年第一季度量产。
平头哥对阿里的价值在两方面：一是成本，自研芯片与阿里云基础设施、千问模型深度协同设计，提高性价比；二是供给保障，在全球AI算力紧缺的背景下，阿里云作为具备自研芯片能力的云计算公司，这是竞争对手难以复制的壁垒。
上一代真武M890，已经在产业端跑出了实绩。据阿里披露，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。
再看模型层。截至2026年8月，Qwen系列累计开源超过460个模型，全球下载量突破20亿次，在Hugging Face上的下载量是Google模型的近5倍、Meta模型的9倍。衍生模型数超过30万个，是全尺寸、全模态的全面开源。
目前，基于新一代架构的Qwen4已投入训练，后续版本计划将模型总参数扩展至5万亿至10万亿，向能够完成更复杂、更长程任务的超级人工智能（ASI）迈进。
模型也开始反过来探索自主设计芯片，为基础设施提效。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。
更关键的是，Qwen正逐步迈向训练自我进化。云栖大会上，阿里介绍称，Qwen3.8-Max通过自主搭建训练流程、构造训练数据，并自主设计实验、定位缺陷，在人类完全“零参与”的情况下持续迭代超1个月，完成33轮有效迭代。
阿里云则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。基于M890的超节点已支持超过2万亿参数模型的高效推理，并在阿里云实现规模化供给。今年第四季度，阿里云还将新增服务节点，进一步扩大云上超节点供给。
模型需求进入芯片设计，软硬件优化进入云上服务，模型自身又参与下一轮技术改进。随着这一反馈机制持续运转，单个环节的技术进步有望通过整个体系放大，进一步提升复杂AI任务的运行效率与规模化服务能力。
评论交流
0