十兆參數的豪賭:阿里雲棲大會揭曉 Zhenwu V900 晶片與 20GW 資料中心藍圖
吳泳銘在杭州雲棲大會宣布將訓練 5–10 兆參數的新一代 Qwen 模型、發表中國最強 AI 晶片「鎮武 V900」,並承諾 2032 年前全球資料中心容量突破 20GW——一場橫跨模型、晶片與電力的全方位下注。
阿里巴巴選在杭州年度雲棲大會開幕日上午,公開了中國企業迄今最激進的 AI 全棧佈局。集團 CEO 吳泳銘宣布,公司計劃訓練一個參數量介於 5 兆至 10 兆(5–10 trillion)的新一代大語言模型——是現有旗艦 Qwen 3.8 Max(約 2.4 兆參數)的二到四倍大。同場演講中,他還發表了旗下平頭哥半導體的新一代 AI 晶片「鎮武 V900」,稱其為「中國最強 AI 晶片」,並設定 2032 年前全球資料中心容量突破 20GW(200 億瓦) 的目標。模型、矽晶圓與電力,一口氣全說了。
對一家在 2026 年裡不斷被質疑「Qwen 能否守住開源王座、對抗 DeepSeek 與華為訓練管線」的公司而言,這場演講同時對三個受眾喊話:對兩年來持續收緊先進加速器出口管制的華盛頓;對希望本土巨頭取代 Nvidia 設備的北京;以及對正在決定下一個世代要建立在誰家基礎模型上的全球開發者。
模型:5–10 兆參數,直指 ASI
最受矚目的是參數規模。吳泳銘表示,Qwen 團隊持續投入模型架構與資料最佳化研究,目標是完成「更複雜、更長期任務」,並朝他所稱的 ASI(人工超級智慧) 邁進。這個措辭值得注意:當西方實驗室在安全爭議中紛紛軟化 AGI 話術時,阿里巴巴把 ASI 直接放上了主題演講的投影片。
兩個技術宣稱尤其關鍵。第一,吳泳銘說阿里巴巴自研的 M890 AI 超級節點(supernode,即公司持續擴建的推理叢集架構)已能對 2 兆參數以上的模型進行推理,並稱全球僅有「少數公司」具備此能力。要在那個規模上跑密集推理是真正的工程成就:它需要把數千顆加速器透過網路串成單一裝置,記憶體頻寬與互連都要餵得飽。第二,他說 Qwen 團隊在遞迴自我改進(recursive self-improvement)上已有「實質進展」——模型自己找出不足、設計實驗、合成資料,驅動自我演化的循環。這個說法出自一個持續開放權重的實驗室,勢必引來嚴格檢視,因為自我改進的訓練迴圈,正是今年太平洋兩岸安全研究者最憂心的能力。
晶片:鎮武 V900 與 50 萬卡叢集
鎮武 V900 是策略意義更深的一項發表。吳泳銘指出,V900 的效能是前一代 M890 的 3 倍,單一叢集最多可擴充至 50 萬張卡,用於前沿模型訓練與推理。他並預期 AI 晶片年出貨量將「顯著成長」——這代表平頭哥的產出正從內部實驗走向量產。
大背景無可迴避:在美國出口管制之下,中國企業正全力打造 Nvidia 的國產替代方案。讓 V900 不同於一般「國產晶片突破」新聞的,是叢集數學。50 萬卡的拓撲不是展示品;那是超大規模雲端業者訓練前沿模型的量級。如果阿里巴巴真能在 2027 年第一季量產前後,以自研矽晶圓建出這種規模的叢集,等於移除了同一舞台上那個 10 兆參數野心最大的外部限制。阿里雲也表示,本季開始將讓 AI 超級節點進入商業化規模上線。
電力:2032 年前 20GW
第三根支柱是能源。吳泳銘設定阿里雲全球資料中心容量 2032 年前超過 20GW 的目標,延續先前宣布的 530 億美元三年 AI 基礎設施投資。他形容客戶 AI 需求「異常強勁」,持續推升阿里雲營收成長——但他也坦承,全球 AI 資料中心供應鏈的短缺,限制了公司擴張速度。「產業的中長期需求,遠遠超過我們的供給能力,」他說。
這句坦白跟目標本身一樣重要。變壓器、高頻寬記憶體、液冷、電網併接,如今已是各地 AI 建設的共同瓶頸;阿里巴巴等於是在告訴投資人:瓶頸是物理的,不是資金的。20GW 這個數字把阿里雲推進與西方最大超大規模業者同一個量級,而它出現的同一週,Nvidia 也剛發表 DSX Ready 認證計畫,為 AI 工廠認證電池與散熱設備——整個產業正把戰場推向電力與熱管理。
哲學:「機器智慧」時代的工業革命
吳泳銘用宏觀敘事包裝這一切,稱這是堪比工業革命的「機器智慧」(Machine Intelligence)時代黎明。他預測機器終將產生全人類 1,000 倍以上的「思考量」——目前占比不到 3%——並提出一個歷史類比:AI 寫程式就像電氣時代的電燈泡,是早期應用,而非突破性產品。「機器智慧時代真正突破性的產品還沒有出現,」他說。
這是熟悉的手法——任何看過 Sam Altman 或黃仁勳舞台演出的人都不陌生——但背後的實質不同。阿里巴巴不是只承諾更聰明的聊天機器人;它正在垂直整合整個技術棧,從自研加速器的指令集、到它開放權重的模型、再到它打算掌控的十億瓦級電力。這是一場押注:下一個十年的 AI 競賽,贏家將是實體基礎設施的擁有者,而不只是演算法的作者。
為什麼重要
對關注前沿動態的人,有三個重點:
- 規模競賽重新點火。 在美國實驗室整年公開辯論是否放慢前沿訓練之際,阿里巴巴宣布了公司史上最大的模型建置計畫。占據美國新聞版面的「pace the frontier」論述,在杭州看不到蹤影。
- 矽晶圓主權正在成真。 效能 3 倍於前代、50 萬卡叢集、2027 年第一季量產——這是中國頭號雲端業者至今最強的公開訊號:不靠 Nvidia 也能訓練前沿模型。
- 開源權重 × 垂直整合。 Qwen 仍是全球部署最廣的開放權重模型家族,而昨天才剛上任的 Qwen 新負責人劉大恒(Dayiheng Liu),如今同時承接 5–10 兆參數的使命與遞迴自我改進的議程。
杭州空氣中懸而未決的尷尬問題是:如果機器將貢獻人類 1,000 倍的思考量,誰來決定那個前沿的節奏?一所美國聯邦法院正在就四家美國實驗室聆聽一模一樣的問題。阿里巴巴用一場演講給出了答案——在技術棧的每一層同時全速前進。
Sources
- [1] https://www.reuters.com/business/retail-consumer/alibaba-plans-ai-model-with-5-trillion-10-trillion-parameters-unveils-new-chip-2026-09-22/
- [2] https://economictimes.indiatimes.com/tech/artificial-intelligence/alibaba-plans-ai-model-with-5-trillion-to-10-trillion-parameters-unveils-new-chip/articleshow/134401408.cms
- [3] https://aiweekly.co/ai-news-today