阿里吴咏铭：平头哥芯片训练推理多样性国产第一

（图源：视觉中国）

"目前阿里AI算力资本开支的投资回报确定性非常高。"8月20日，在阿里巴巴业绩电话会上，阿里巴巴集团CEO吴泳铭在问答环节率先回应了资本开支问题。

高昂的资本开支是市场对本季度财报最关注的问题之一。去年2月，阿里巴巴宣布一项为期三年的3800亿元资本投资计划，截至今年6月底，已经累计投入1900亿元，最新财报显示，今年第二季度，阿里巴巴的资本性支出达到676.78亿元，同比增长75%。

吴泳铭表示，本季度资本开支略高于预期，但整体投资进展基本符合预期。按照当前AI产品的平均毛利水平，相关资本开支可以在三年内回本；随着AI产品毛利率持续提升、自研芯片替代比例提高，未来回本周期有望缩短至2.5年甚至更短。

财报显示，资本开支增加主要源于持续投入AI基础设施，以满足不断增长的客户需求，同时受到AI智能体带动CPU算力需求增加以及芯片组件价格上涨等因素影响。

大规模投入之下，阿里的利润端明显承压。今日公布的财报显示，阿里巴巴二季度实现收入2689.53亿元，同比增长9%；净利润104.44亿元，同比大幅下降75%。

投入换回的是AI云与算力服务的亮眼表现。二季度，AI云与算力服务收入484.37亿元，总收入和外部客户收入同比均加速至45%，AI相关产品收入达到123.76亿元，连续第12个季度实现三位数同比增长。

同时，云业务已经开始体现AI投入带来的利润回报，AI云与算力服务经调整EBITA达到56.28亿元，同比增长133%，增速远高于收入增速。

吴泳铭在业绩会上透露，45%的增长来自算力、存储、MaaS、AI应用等业务的全面增长。AI相关产品年化收入已经突破495亿元人民币，接近73亿美元，在阿里云外部商业化收入中的占比提升至35%，AI相关产品的毛利率显著高于云产品的平均水平。

吴泳铭表示，从当前市场反馈及合同订单来看，算力需求还会持续大于供给，随着阿里云供应能力不断提升，未来几个季度AI+云的收入增长还将持续加速。

而与AI云业务相比，AI应用仍处于更加早期的商业化阶段。本季度，AI实验室与应用收入33.38亿元，同比增长16%，但经调整EBITA亏损达到138.61亿元，2025年同期亏损仅32.24亿元。一年时间，亏损规模扩大超过100亿元。

吴泳铭在业绩电话会上还重点提及了自研芯片平头哥的进展。平头哥自研真武芯片截至8月初已经服务超过650家客户，真武M890的超节点实例近日已上线阿里云进行规模化销售，下半年将开始持续放量。

由此来看，阿里的AI商业化已经出现较为明显的分层：上游的AI算力和云业务已经进入收入、利润同步增长阶段，中游的自研芯片正在加速规模化商业化，而下游的千问等AI应用仍处于投入期。

以下是业绩电话会中的部分重点问答，经编辑整理：

提问：首先想请教本季度资本开支大幅增加的原因，以及未来几个季度资本开支的趋势。此前公司提出了3800亿元的三年资本开支计划，目前是否有更新？

另外，希望管理层能够进一步介绍资本开支在不同业务、服务之间的分配情况，以及对这项投资的预期回报。

吴泳铭：我觉得这个问题挺重要的，也想借这个问题详细解释一下我们AI方面的整个商业模式，以及对未来资本开支投入的预期。

我们去年2月公布了三年3800亿元的投资计划，截至今年6月季度末已经累计投入1900亿元，整体进度符合预期。本季度资本开支达到670多亿元，确实高了一些，但硬件交付有一定周期，并不是每个季度均匀发生，所以更多体现为设备交付的波动性。

同时，本季度我们增加了CPU采购，因为进入AI时代之后，我们看到对CPU的需求大幅增长，当然也有芯片组件价格上涨的因素。因此不应该简单按照本年度资本开支677亿元乘以4来理解全年投入，总体来说，我们希望今年的投入建设仍然维持更加积极的态度。

我也想借此机会和各位投资人解释一下全栈式AI平台服务的商业模式。这本质上是一个重资产商业模式。现在看到的所有AI变现方式，无论是AI软件订阅、大模型API推理、GPU服务，还是AI相关的训练或者推理软件服务，本质上都需要建立在AI算力中心的基础上。只有建设AI算力中心，我们才能够获得市场份额的高速增长，所以这是一个非常明确的重资产商业模式。

而重资产商业模式要获得高速增长，前提就是资本开支需要前置。我们从2025年开始进入了一个非常积极的硬件投资建设周期，要获得高速增长，就必须在前面几年投入更多AI算力中心建设。这是由我们的商业模式决定的，必须是资本开支先行，才能获得后面的业务增长。

我再来解释一下，为什么在现在这个阶段进行AI算力相关资本开支投资，回报的确定性非常高。行业共识是在2030年之前，我们看不到AI算力紧缺的情况会发生非常大的改变。在这个行业背景下，我们现在看到AI算力资本开支的投资回报确定性非常高。

从数据上来看，按照我们现在AI产品的平均毛利水平，我们的资本开支可以在三年之内回本。而AI产品的毛利率水平还在持续提升，这个回报周期未来还会持续缩短，比如向2.5年回本的方向推进。

按照现在的投资回报周期，我们的AI算力在投入三年之后回本，还会在非常长的时间里持续贡献正向现金流。一个最直接的例子是在我们的数据中心里面，2020年购买的A100、2018年购买的V100，到现在还是接近满载地被客户使用，AI算力资产的实际使用寿命周期远远长于理论上的折旧周期。

同时，在提升AI产品毛利率水平和投资回报率方面，我们有三个重要手段。

第一，我们可以持续提升AI产品的毛利率，包括持续投入推动模型建设，拓展高毛利的MaaS业务，同时使用更加完善的产品组合，提升AI产品或者AI相关软件产品的竞争力，从而提升毛利率水平。我们看到AI产品毛利率还在持续提升，本季度已经带动阿里云整体板块利润率提升4.4个百分点，来到11.6%，这是初步的验证。

第二个重要措施是自研芯片，也可以说是在这个过程当中最重要的一个方案。平头哥自研芯片路径覆盖GPU、CPU和网络芯片，这是新一代AI数据中心最核心的芯片组合。在AI数据中心里面，最昂贵的成本就是芯片以及存储。

芯片自研是我们长期的重要方向。随着平头哥自研芯片未来产能持续提升，我们数据中心中新自研芯片的比例还会持续提高，替代更多商业化采购的芯片。在现在这个算力紧缺的时代，商业化芯片本身的毛利率就很高，所以自研芯片比例大幅提升，会大幅提升我们的产品竞争力以及毛利水平。

第三点也很重要，我们还有多种商业化手段来提升现金流的使用效率。比如我们和合作伙伴共建AI算力中心，现在有一些AI算力合同已经开始采取预付的方式。这些通过商业上的方式，也可以大幅提升我们的投资回报率。

通过这三条路径，我们可以持续把AI资本开支的回本周期推向更短的时间，比如2.5年，甚至接近2年。

我觉得可以给大家算一个简单的框架。如果按照我们现在的AI产品毛利水平，在资本开支三年回本的条件下，理论上把我们的增速控制在33%以内，就可以实现正向现金流。但这现在不是我们的战略选择。由于AI还处于整个行业非常早期的阶段，我们的战略选择是坚定投入资本开支，积极建设，推动业务高速增长。

后面随着产品毛利率提升、自研芯片替代比例提高，我们的回本周期将进入2.5年甚至更短。我们可以看到，在追求40%以上增速的同时，还能够维持正向现金流。这是我们的长期方向。

提问：此前公司提出年底突破300亿元MaaS ARR的目标。基于目前进展，年底目标会不会有所调整？未来模型竞争加剧，以及更多开源模型涌现，会如何影响MaaS的毛利率和盈利能力？

吴泳铭：百炼平台MaaS业务增速确实非常迅速，从现在的增速以及后面持续上线的更多新模型来看，我们认为年底突破300亿元ARR的目标还是比较确定地能够实现。

在现在的MaaS业务中，自研模型还是占大部分比例，但是第三方开源模型的收入其实也不小。这还是要说一下我们对于模型竞争的长期看法。

从现在看起来，一方面客户有比较强的需求，在一个AI应用当中，他可能会使用多方模型，甚至因为每个模型都会有自己的能力特点。同时也会看到，未来更多开源模型会不断涌现。

从这个角度上来说，其实是有利于阿里云百炼这样的云厂商推理平台的。因为实际上，托管开源的免费第三方模型和托管我们的自研模型，从毛利水平上来说其实相差不大。

我们的自研模型更多是为了长期追求模型智能水平的提升和AGI方面的突破，但是在短期MaaS服务上，实际上整体毛利水平和开源模型的毛利水平是差不多的。所以更加竞争、更加开放繁荣的开源生态，其实是有利于阿里云这样的云厂商的。

提问：我们看到，公司在旗舰模型发布3个月之内就开源了Qwen3.8-Max的权重，同时自研芯片商业化开展得也比较成功，这是不是意味着管理层判断，价值最终会沉淀在算力与调度编排层，而不是模型层？还是说管理层认为AI在不同发展阶段，全栈式生态的价值可能沉淀在不同环节？

吴泳铭：这涉及一个长期判断，我觉得其实还是有一些不确定性。但是总体来说，我觉得，由于我们采取全栈式AI投入，所以无论这个价值在哪一层、在不同阶段哪一层的价值更多还是更少，我们都有机会在自己的生态当中捕获。

我说一下我自己个人的短期判断吧。就现在短期的判断来说，我们觉得大部分价值还存在于芯片和云计算基础设施这一层，这是我们从国内外更多公司当中也看到的一个情况。当一个技术处于早期，尤其是在技术供给稀缺的情况下，大部分情况下确实会是这样，大量价值会存在于提供基础设施以及最核心硬件的供应商当中，包括芯片、存储这样的供应商。

在阿里巴巴的设计当中，我们把算力、云基础设施和AI推理这一层放在一个模块当中，放在我们的一个业务板块当中。关于模型这一层的商业价值如何体现，我觉得行业内的争论也很多，我们公司内部大家也有不同的看法。我只是说一下我个人的看法。

就我的个人看法而言，AI大模型这一层现在通过API变现的商业模式，我觉得对于大模型来说是一个短期、阶段性的商业模式，肯定不是最终级的商业模式。其实我们公司投入这么大的算力，在全栈模型上的投入，目标肯定不是为了现在短期的API收入。

因为我们觉得，未来当AI大模型能够实现AGI或者接近AGI的能力时，最终的商业模式应该是直接创造产品，或者直接创造客户所需要的结果，尤其是在商业产品研发、产品创造或者商业直接运营方面。

到了那个阶段，AI模型公司或者AI模型的商业模式不应该只是提供API服务，而那个阶段的商业价值，也是支撑全世界这么多模型公司在现阶段持续不断进行军备竞赛投入的原因所在。

所以从这个角度来看，我觉得AI大模型的商业价值现在还远远没有看到，未来的商业价值会比现在所提供的API商业服务高很多。

关于硬件算力层面，我觉得这个问题也想重点回答一下，实际上对于我们的自研芯片、平头哥芯片的布局，我们在以前的投资人会议上说得比较少，今天我稍微展开一下。

平头哥上一代芯片已经出货50万片以上，而刚才所说的全国产化第一代芯片，已经在8月份开始以超节点的形式在阿里云上全面上架。这一代芯片，我觉得我们是中国市场唯二可以放量进行超节点上架的公司之一，所以我们对这一代国产芯片的客户接受度以及大规模商业化程度，信心非常强。

这里面我也要说一下平头哥芯片在所有国产芯片当中的一些不同特点。因为平头哥的AI芯片，就我现在看到的情况，是国内芯片当中比较独特的，以GPU架构作为核心技术架构。在这个技术架构下，我们同时能够非常好地支持训练和推理两类工作负载。

我们在支持众多几百个中大型客户的过程中，既在帮他们做推理，也在帮他们做模型训练，尤其是众多生成式AI公司、自动驾驶公司，包括很多大型模型公司。从这个角度来说，我们可能是中国唯一具备大规模训练和推理商业化客户的这样一款芯片。

另外我也想说一下，我们对平头哥第二代国产芯片的期待。平头哥第二代国产芯片今年下半年会开始逐步流片和产出，这一代芯片会有非常强的算力以及非常强的互联带宽，完全可以替代大规模的模型训练。

从这个角度，我觉得我们在国内芯片上的技术定位是非常独特的，我们对平头哥未来成为阿里云主要核心竞争力之一，还是非常有信心的。

总结来说，我觉得平头哥芯片在支持多行业训练和推理的多样性上，可以说是国产芯片中的第一；在行业未来的产能和供应链布局上，我们可以说是前二的存在；从未来AI芯片的渠道能力上，由于阿里云长期是中国AI云市场份额最大的厂商，我们未来的渠道能力也会非常强。