阿里云官宣“全栈人工智能服务商”新定位 全球首创CXL数据库服务器 带来哪些变革？

财联社9月29日讯（记者 付静）阿里巴巴集团CEO、阿里云智能集团董事长兼CEO吴泳铭近日在2025年云栖大会上表示，阿里云的最新定位为“全球领先的全栈人工智能服务商”。除了大模型“7连发”、AI基础设施全面升级，阿里云也强调数据处理是AI时代的一大重点。

此次云栖大会上，阿里云推出了全球首款基于CXL（Compute Express Link）2.0 Switch技术的PolarDB数据库专用服务器。

AI战略之下，在市场最为关心的AI基础设施层面，阿里云正积极推进此前提出的三年投入3800亿元建设AI基础设施计划，并将持续追加投入，未来其算力投入预计指数级提升。

模型及应用层面，阿里云进行了包括通义旗舰模型Qwen3-Max在内的大模型“7连发”，称将打造“AI时代的Android”；同时，夸克发布全新AI创作平台“造点”，率先接入通义万相Wan2.5，成为国内首个支持音画同步视频生成的平台。

数据方面，阿里云智能集团首席技术官周靖人表示，将全面升级数据平台及数据库能力，原生支持多模态数据的存储和处理。利用AI原生能力，能够真正做到用自然语言控制数据分析，做进一步的数据管理，也在性能和性价比方面做到极致优化。

阿里云数据库产品事业部产品管理&技术架构部负责人王远在接受财联社记者采访时也表示，“AI时代最重要的趋势之一就是智能体，未来会有越来越多的智能体直接访问数据库。对比人类的访问习惯，智能体在访问频次、时间、工作负载模式等方面，都会发生翻天覆地的变化，这将对数据库带来冲击，数据库系统需要变得更灵活弹性、资源管理更细腻。”

为此，阿里云旗下瑶池数据库产品家族正瞄准AI机遇。今年2月，阿里云自研云原生数据库产品PolarDB，推出了集成模型算子能力 (AI in SQL)的新版本。

据悉，在原有RDMA网络基础上，PolarDB引入CXL高速互连技术，能够突破当前云原生数据库的内存与性能上限。PolarDB基于CXL的分布式内存池解决方案，可实现和本地一样低延迟、高带宽的远程内存访问，延迟可低至百纳秒级，带宽吞吐达到数TB/s，实现内存资源“池化可共享、按需可调度”。

财联社记者从阿里云方面获悉，上述产品对于产业的意义在于：攻克了长期制约数据库性能与弹性的“最后一公里”难题，云原生数据库正式进入“计算、内存、存储”全解耦阶段。

“云原生数据库最大的特点是三层解耦，CXL技术作为数据库底层的高速互联硬件，为云数据库摆脱单机内存的限制提供了基础。”王远表示。

另外，在成本层面，由于CXL能够使远程资源池化，可以多租户、弹性模式为用户提供服务。这对于云厂商而言，降低了运维成本和运营成本，产品价格更具竞争力，面向客户的基础设施亦将越来越便宜。

据悉，此次基于CXL 2.0的云原生数据库PolarDB，搭载了基于英特尔至强6处理器平台的CXL 2.0内存池化与动态扩展能力。此前财联社曾报道，最新一代英特尔至强6系列处理器支持CXL 2.0标准，能够为三种CXL应用提供32GT的传输速率和64个CXL通道。

据悉，CXL系一种新型高速互连技术，用于主机处理器（如CPU）与设备（如加速器、内存扩展器）之间的低延迟、高带宽通信。

2019年3月，英特尔牵头颁布了CXL开放互连技术和CXL 1.0规范，旨在解决数据中心内存扩展和性能瓶颈问题。目前，CXL已演进为业界公认的先进设备互联标准，其生态核心成员企业涵盖众多海内外知名CPU、GPU、内存、存储及网络设备制造商。

市场调研机构Yole曾预计，2028年全球CXL市场规模将达到158亿美元。英特尔数据中心与人工智能集团副总裁兼中国区总经理陈葆立告诉财联社记者，CXL未来会越来越成熟，英特尔也会一如既往地把最新成果分享给伙伴。

站在使用者角度，王远对财联社记者表示，“CXL其实引发了软件侧更深的思考，包括如何做更智能化、更有性价比、更贴合客户业务负载的智能调度的一些算法。只有这样，软件产品或者云PaaS服务才更有竞争力，只有越来越多的用户上云，才会带动规模化，组成强大的生态，从而形成良性循环。”

值得注意的是，谈及PolarDB为何要与CPU厂商合作时，王远提到了“数据引力Data Gravity”一词。

他介绍，从早期的单机数据库、分布式数据库、云原生数据库，再到现在的“AI就绪”数据库，数据库一直希望最大化地满足数据处理需求。对于企业级应用来说，数据是一切的根基。我们希望让数据库内部的算力，得到更大的释放。“算力应该尽可能地靠近数据，随着数据不断积累，算力、服务和应用应被数据所吸引，而不是数据往算力流动。“

“算力并不是只有GPU才能提供，很多现有应用基于CPU开发，如果让这些应用在GPU上重写一遍，其实是很难的事情。CPU已拥有强大的存量生态，要让生态发展，必须把CPU的算力也充分发挥出来，比如在小模型场景做端计算等等，这也会是我们未来思考和探索的重要方向。”王远表示。