机器智能时代，平头哥的普惠方程式

摘要 ◎1000 倍的考题 ◎普惠方程：算存网一体与 SAIL 开源 ◎重估平头哥

在上周结束的杭州云栖大会上，阿里平头哥发布了最新一代AI芯片真武V900，并公布了其倚天服务器CPU的路线规划。

它依旧延续了低调、克制的基因。大会现场，并未直接展示算力性能的纸面数据。

但这并不妨碍阿里集团CEO吴泳铭传递整体的进展与最核心的信号。

在题为《机器智能时代》的演讲中，他给出了两个判断：一是机器思考总量将从不到人类3%扩充到1000倍以上，二是机器智能时代的代表性产品还没有出现。

基于这两个判断，他将模型、芯片、云定为AI基础设施三大基石。并补充说，Token是AI时代的电，芯片是发电机，云是电网。具体来说，发电机这一环，就是平头哥。

而在夸克点评看来，两个判断，一半讲技术，一半讲资本开支。

平头哥正在处在两者之间，它决定着成本，并承载着那几万倍的算力增量。而它的答案，则是一套完整的普惠方程，也即“算存网一体”和T-Head SAIL开源。

1000 倍的考题

吴泳铭的1000倍，从供给和需求两端推出来。

供给端，顶级思考极其稀缺，培养一名顶级科学家要几十年，还得有天赋和运气，大量小众方向长期无人问津。新生儿早衰症每年全球新增病例仅几十例，很少有公司愿意为几百人研发新药。一旦AI具备研究能力，只要算力够多够便宜，每个细分领域都能组织上百万个Agent持续研究、模拟和验证。顶级思考会从奢侈品变成可以批量供应的商品。

需求端，工业时代，人能消费多少商品取决于人口数量。AI越强，这个关系越松动。让AI去造一艘飞船前往火星，复杂任务可以拆成成千上万个子任务，交给上百万个Agent不眠不休地干，人只需要出创意和目标。每一个超级个体，都可能握着上万倍的智力杠杆。

思考的消耗量不再与人口数量成正比，它跟机器智能的思考深度和供给规模挂钩。

两端合在一起，就是吴泳铭的第一个判断。今天机器思考总量不到人类的3%，若未来走到1000倍，至少还有几万倍增长空间。

“预期将会承担99.9%的思考工作。”他原话很直接。

高盛预计，Agentic AI到2030年可能推动Token消耗量增长24倍。Gartner的数据则显示，2026年推理支出将首次超过训练。

海外同行也看到了同样的方向。奥特曼说智能将成为一种像电和水一样的基础设施，人们按表付费。黄仁勋则判断，明年芯片销量将翻倍。

但今天落地的AI应用，替代的还是现有工作，算不上什么新时代。真正的代表性产品还没出现，就像站在1882年的电灯下，没人想得到空调、洗衣机和计算机。不能拿今天的算力消耗，去倒推明天的需求。

产品形态还没定型，但Agent已经先一步冲到了台前。让Agent完成一份行业调研，模型推理只是其中一环，工具调用、状态保存、代码沙箱、多路汇总，全都落在CPU上。这些过去被当作杂活的环节，件件都在主路径上。

Agent时代的CPU因此分化成两条产品线。一条单核够快，伺候推理。一条核多价低，扛住成百上千个Agent的并发。平头哥同一天公布了倚天720、730的规划，补的正是这一环。两款芯片都计划2027Q3推出，目前2021年发布的倚天710已在阿里云数据中心规模化部署。

但CPU只是供给链上的一环，整条链都得跟上才好。

吴泳铭把这个目标钉在了一个具体数字上：2032年，阿里云全球数据中心规模要推到20GW级别。

花旗随后上调了阿里未来三个财年资本开支预期，2027至2029财年分别到2580亿、2830亿和2820亿（人民币）。

普惠方程：算存网与 SAIL 开源生态

普惠落到平头哥头上，先从一台服务器说起。

倚天CPU、真武AI芯片、ICN Switch互联芯片、磐脉智能网卡和镇岳510存储主控这几颗自研芯片，覆盖计算、网络、存储三类，构成了一台整机。硬件层面，它将算存网协同一体，而软件层面，则将SAIL整个开源。

确实，想承接几万倍的算力增量，光有芯片不够，还得让峰值算力尽可能变成有效算力。而今天的数据中心，大量算力就浪费在等待上。GPU、CPU、网卡、硬盘各干各的，数据来回搬运，每搬一次，芯片就多等一次。芯片越造越强，搬运的路却一寸没改。再加上制造工艺逼近极限、显存一季一个价，单颗芯片提升一分性能，成本就要翻着倍地涨。

事实上，浪费和涨价叠加，早已成为过去几年规模化供给最大的成本黑洞。

而平头哥的解法，则是将超节点、集群甚至整座数据中心当成一颗芯片来设计。

基于真武M890的阿里云超节点实例已经对外提供服务，是国内首个成功运行超过两万亿参数大模型的超节点形态算力，Qwen3.8 Max、Kimi K3都在上面稳定运行。

到真武V900，超节点又前进一大步。上千颗真武V900可以经自研ICN Switch互联，具备原生内存语义和内存统一编址能力，可以像一颗超级芯片一样工作。

倚天750则可以通过自研ICN协议与真武直接对话，CPU和GPU之间不再绕道。

一体化架构从超节点内部，延伸到整座机房。再往外一层是50万卡，借助阿里云的智算网络，它将多个超节点连成一个逻辑集群。

这一协同一体架构的意义，不在单卡跑分，而在于整个系统的效率。

熊彼特说过，马车相加造不出火车。单卡跑分，比的是谁的单卡更快。而系统有效算力，看的是谁的系统浪费更少。单卡跑分领先，整体协同未必最佳，事实上面提到的中国数据中心成本黑洞，关键症结就在这里。

这一路径，到2027年也即明年，全部5种芯片将落地。真武GPU、磐脉网卡、镇岳SSD主控、ICN Switch已经就位，真武V900将于2027Q1率先量产，并完成五芯片配置的新一代磐久超节点，而2027Q3，倚天720、730推出。

事实上，真武V900量产比市场预期已提前约半年，样片已测，阿里云将从芯片到上架的一年周期硬压了下来。三倍说的是芯片的理论算力。客户真正感知的，是端到端的体验。得益于架构改进，很多场景实际到手性能提升有可能超过三倍。

云栖主论坛上，平头哥半导体副总裁高慧一句话说得很直白：“客户等不起，我们也不能等。我们从来不是在画路线图，我们始终在兑现路线图。”

硬件成本压下来了。不过还有关键一步，那就是客户迁移。过往这可是一大难点。迁移难，难在生态壁垒，尤其需要面对CUDA生态。

英伟达官方数据显示，CUDA有大约600万开发者和4万家企业用户，开发者近20年的代码都跑在上面。Counterpoint 8月报告显示，92.4%的主权AI大模型用英伟达芯片训练或推理。

国产芯片这两年性能追上来一截，但之前客户迁移意愿很低。迁移周期漫长，成效很久才看得到。

此刻，SAIL化解的核心挑战，正是这点。7月，平头哥在WAIC上正式宣布SAIL开源，此次云栖再度加码，不仅软件栈全开，客户存量代码重编译一遍就能上线。

高慧将这件事概括成三个“不用”：

1、开发者不用改，就可覆盖GitHub上96%的主流AI仓库。 2、不用等，主流推理框架从上游更新到SAIL适配平均不超一周。 3、不用绑，支持260多个训练和推理框架，选择权留给开发者。

SAIL的开放，还有更深一手，那就是部分芯片底层架构文档开放。模型厂商拿着这些规格，自己可写高性能算子，不必将核心算法亮给任何人。

再往前一步，那就是芯模协同，一起做设计。千问3.8拿到一份真实的总线规格书，在工业级EDA环境里自主运行60多个小时，将芯片面积缩小了42%。

此外，SAIL开发者社区和量化模型，也都开放了。平头哥开发者社区7月上线，量化模型已覆盖四档方案，累计开放39个模型。蚂蚁集团、小红书、小鹏汽车等客户，已借助SAIL完成推理适配、算子优化和业务迁移。

SAIL能吸引开发者，靠的不只是技术。

平头哥半导体软件生态资深总监陆生华说，很多客户看到开源消息以后非常开心，开源当月就有阿里内外部客户提交PR。

CUDA更像iOS，闭源闭环，软硬件深度绑定，开发者需要遵循平台规则。SAIL走的是另一条路，开放软件栈与部分硬件架构文档，降低迁移与二次开发门槛，当然，SAIL仍主要面向平头哥自研芯片，生态能否壮大，取决于有多少开发者愿意基于真武硬件做开发。

阿里手里还有一套组合，460多个开源Qwen模型，累计下载30亿次，衍生模型超30万个，而Qwen和真武出自同一家公司，SAIL是这些开发者迁移到真武芯片的最短路径。AMD没有自己的大模型，百度有模型也有芯片，但两样都还没形成这个量级，这套组合在开源世界里难以复制。

SAIL并不想被界定成真武Only的生态，超节点有自己的管控软件，CPU侧的东西、中间件、工具链，都希望能加进来。

用陆生华的话说，那就是 ：“不是一个生态能玩得转的。”

重估平头哥

突然想到一个话题，那就是此前曾传出的，平头哥未来不排除 IPO 的计划。

围绕这预期，外部机构已给过几组估值。摩根大通今年1月的估值是250亿～620亿美元。

不过，它估值的参照对象是昆仑芯、寒武纪，用的还是按颗卖钱的芯片公司逻辑。

夸克点评认为，这并不能真正反映平头哥商业模式价值。因为，按颗卖是一次性收入，而平头哥正加速走出全新的增长与估值逻辑。

大摩此前测算，2032年阿里云目标20GW的全球数据中心运营规模，对应约2400亿美元的云端总收入空间，其中外部收入约1680亿美元。

你若有心，应瞬间能体会到这预测数据背后对应的平头哥的巨大空间。

是的，平头哥的估值关键变量，至少一个较长周期，确实在阿里云那一端，模型服务和推理调用按Token计价，平头哥的运营，虽然也兜售芯片，但它更像是Token经济学中持续性收入的最大表征之一，这与摩根大通基于按颗售卖的逻辑完全不同。两者对应的估值倍数，相差甚大。

要捕捉平头哥的估值逻辑切换，不妨看看它在海内外竞争中的位置。

真正在系统层面跟它正面竞争的，其实只有英伟达和华为。

英伟达的Blackwell和下一代Vera Rubin平台，目标就是降低每Token推理成本。华为明年也将推出昇腾新一代芯片。

侧翼还有一批单点突破的挑战者。比如AMD的MI400系列和Helios方案，寒武纪的思元690，昆仑芯的P800，但它们各有短板，短期内很难形成实质性挑战。

而CPU，在Agent时代也回来了。倚天的机会同样也来了。比如，英特尔一号位陈立武5～6月间多次指出，CPU与GPU配比正从1:8走向1:1；9月一场峰会上，他透露CPU需求已远超英特尔现有供给能力，仅能满足客户约五成。X86阵营的判断，印证着倚天所处的利多趋势。

面对这些对手，平头哥的差异化竞争力很明显。

它比英伟达和华为更开放。CUDA和CANN封闭或半封闭，平头哥却将软件栈和部分芯片文档都开放。同时，它具备自研AI芯片、服务器CPU、云基础设施和顶尖开源大模型的支撑，又对所有人开放，这样的玩家，其实只有平头哥一个。

当然，很多人会想到谷歌。

谷歌确实是为数不多跑通自研芯片、云、模型闭环的企业。过往一段，外界一直视阿里集团与谷歌为全球“唯二的芯模云全栈 AI 服务商”。谷歌TPU过去主要服务自家云，今年也开始向部分外部客户销售。阿里同样走的是这样一条路，平头哥芯片通过阿里云对外销售。但不一样的是，平头哥背后的AI软件栈和部分架构文档还进一步开放给开发者。

在阿里集团全栈AI体系里，自研芯片和阿里云的基础设施、Qwen模型协同设计，芯片降下来的每一分成本，都会传导到Qwen的API定价上，也会传导到阿里云的利润率上。你应该意识到，很大程度上，平头哥决定着成本与效率。

这一闭环，阿里董事局主席蔡崇信演讲中也有提及。那就是芯片、云、模型、模型服务、智能体应用，五层彼此咬合。

此外，平头哥的落地进展也是估值的核心判断依据。

我们看到，三江源绿电智算中心项目中，阿里云签约规划16384张平头哥算力卡。汽车行业走得更快，30多家车企用真武做智驾研发，用卡超过10万张。

此前的数据是，截至4月，真武系列芯片累计出货56万片。如今恐怕早已远超。而到8月，平头哥已覆盖超过650多家外部客户、20多个关键行业，年化营收超过百亿。

按吴泳铭对机器智能时代的描述，AI基础设施尤其算力基础设施仍处于一个需求远超供给的窗口期。短期看不到真正的收敛。平头哥的节奏是一年一代，真武V900提前半年量产，外部客户占比超过六成，且持续往上走。

阿里集团面对投资人的核心关切，是投入与回报的节奏。未来几年，阿里在算力上的投入，将远超此前公布的3800亿元。

吴泳铭演讲中有过一个电气时代的类比。他说，爱迪生点亮珍珠街电站后，空调、洗衣机、计算机都是后来才出现的，但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”。

机器智能时代也一样。平头哥正是那个“发电机”，它决定算力实现的效率、性价比，而SAIL还决定多少人用得上。如此，机器思考才可能从3%走向1000倍，走向真正的普惠时代。

可以这么说，阿里要成为机器智能时代的基础设施，平头哥称得上其中关键的变量。

夸克，最小的粒子，微末的洞察