阿里平头哥发布最强国产AI芯片，吴泳铭：重投机器智能时代

9月22日，在2026杭州云栖大会上，阿里巴巴集团CEO吴泳铭表示，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，成为规模化供给的商品。未来机器思考总量将是人类的1000倍，而今天这一比例不到3%，至少还有几万倍的增长空间。

吴泳铭认为，今天机器动力已经承担了99.9%的物理工作，未来人类的思考总量还会继续增长，但机器思考将以更快的速度扩张，预期将会承担99.9%的思考工作。而机器思考能够规模化供给的前提，是AI基础设施足够完善、足够发达。吴泳铭表示，AI模型、AI芯片和AI云是机器智能时代的三大基石，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。

计划训练5-10T全新模型，千问最新负责人亮相

过去一年，业界已逐步对通往ASI的技术路径形成共识。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。

据悉，目前，Qwen团队正在进行RSI方面的探索，并取得一定进展。Qwen还在持续推进模型架构和数据优化研究，计划训练5-10T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（人工超智能）迈进。

值得一提的是，在主论坛上，此前的阿里资深AI研究员刘大一恒也以“阿里巴巴ATH事业群Token Foundry Qwen LLM（千问大模型）项目负责人”的身份出现主讲。今年3月，阿里Qwen技术原负责人林俊旸在社交平台上与千问道别，随后阿里官方确认其已离职。

阿里平头哥发布真武V900，预计芯片年出货量大幅提升

大会上，吴泳铭表示，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。

值得一提的是，本届云栖大会上，阿里平头哥发布最强国产AI芯片真武V900，算力提升至真武M890的3倍。基于它构建的单一集群可扩展至50万卡，可支撑前沿模型的训练和推理。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。

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M890AI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。

最新云计划：到2032年数据中心规模超过20GW

吴泳铭在演讲中提到，今天人类很少注意到电网本身。“在任何地方只要插上插座电就来了，但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。”他提出，像电网一样，所有设备只要接入云，就能随时随地使用机器智能。而要做到这一点，就需要建设一张覆盖全球、高效运转的超级网络，对GPU、CPU、网络、存储、数据库和各种工具进行联合优化。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。

吴泳铭表示，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。因此，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。当前，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（总耗电功率），以满足快速增长的AI需求。

“芯片—模型—云”协同优化，模型探索自主设计芯片

在本届云栖大会上，阿里巴巴也首次集中展示了“芯片—模型—云”的协同优化成果。据介绍，目前阿里已率先在模型自进化、芯片设计和云上算力服务等环节实现协同优化，推动全栈技术能力转化为实际的性能提升、成本下降和规模化应用。

据介绍，芯片、模型与云围绕任务效果、响应速度、吞吐和成本共同迭代，并形成协同飞轮。据阿里披露，在芯模协同上，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。其背后，是芯片、服务器、高速互联、模型软件和云上资源调度的联合优化。截至2026年6月，真武系列已服务超过650家企业客户。

另外，模型也开始探索自主设计芯片，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。

在模型与云协同上，一方面云平台负责将各环节的优化转化为整体运行效率，另一方面基于强大的AI云基础设施，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。

在云与芯片的协同上，据介绍，来自云上业务的需求，也正在影响下一代芯片的产品路线。比如，在Agent需求暴涨的情况下，Agent运行既需要AI芯片完成模型推理，也需要CPU承担工具调用、代码沙箱、检索和多Agent编排。对应这些负载，规划中的倚天730芯片面向AI Head Node强化单核性能，倚天720则以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，提高协作效率。

而下一代训推一体AI芯片真武V900，则进一步面向更大模型和更长上下文升级。据介绍，V900搭载216GB显存，片间互联带宽达到1200GB/s，原生支持FP8、FP4低精度计算，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。

采写：南都N视频记者 林文琪