阿里巴巴亮出中國最強 AI 晶片 V900 效能增 3 倍、20GW 資料中心拚 2032 年
Celine
自研 AI 晶片 V900 登場 最高支援 50 萬卡超級叢集
中國電商巨擘阿里巴巴集團（BABA）加速 AI 全棧式布局，在年度開發者大會上正式公開最新 AI 訓練與推理處理器「真武（Zhenwu）V900」，強調效能較前一代 M890 提升 3 倍以上，並計畫於 2027 年第 1 季量產及商業化。
阿里巴巴旗下半導體設計事業 T-Head 表示，真武 V900 搭載 216GB GPU 記憶體，晶片間頻寬達每秒 1200GB，並支援 FP8、FP4 等多種數值精度格式，可同時應付大型 AI 模型訓練及低精度推理需求。
阿里巴巴並公布由真武 V900、ICN 交換器、Panmai 智慧網卡（SmartNIC）及 Zhenyue SSD 控制器組成的新一代超級節點伺服器，最高可串聯 50 萬張加速卡，瞄準大型語言模型訓練及前沿 AI 工作負載。
阿里巴巴執行長吳永明表示，真武 AI 晶片可部署於汽車、金融、大型語言模型、機器人、能源及製造等產業，目前已有超過 650 家客戶採用 T-Head 相關晶片產品。
AI 投資再加碼 2032 年資料中心容量拚 20GW
阿里巴巴此次發布的不只是單一晶片，而是從 AI 模型、晶片、伺服器到雲端資料中心的完整 AI 基礎建設布局。
公司已承諾未來三年投入超過 530 億美元發展 AI 能力，並在香港進行約 102 億美元的後續股票發行，以支應 AI 基礎建設及相關投資。
吳永明此次更進一步提出，到 2032 年，阿里巴巴雲端資料中心容量將擴大至 20GW 以上，反映公司預期 AI 運算需求仍將呈現指數型成長。
這也代表阿里巴巴正在建立一套從自研晶片、AI 模型到雲端服務的垂直整合體系。若真武系列晶片效能持續提升，阿里巴巴不僅可以降低對外部 GPU 供應商的依賴，也能直接把自研晶片導入自身雲端與 AI 服務，形成內部的「自有工作負載」。
Qwen 下一代模型挑戰 5～10 兆參數 AI 能力持續向前推進
在模型方面，阿里巴巴同步公布 Qwen 下一代模型發展藍圖，目前正進行 Qwen4 訓練，後續 Qwen4.5 與 Qwen5 系列模型參數規模將進一步擴大至 5 兆至 10 兆個參數，遠高於目前主流大型語言模型的規模。
阿里巴巴也展示「遞迴式自我改進」（Recursive Self-Improvement，RSI）技術。公司表示，Qwen3.8-Max 曾在一個月內自動完成模型管線設計、資料驗證、反覆實驗及錯誤診斷，累計進行 33 次改善循環，更新後在 Artificial Analysis 的綜合智慧指標由 40 分提升至 45 分。
此外，阿里巴巴表示，AI 模型也被用於協助晶片設計，曾連續自主改善超過 60 小時，並呼叫 EDA 電子設計自動化工具超過 1 萬次，最終在維持效能的情況下，將晶片面積縮減 42%。
從 AI 晶片延伸至 CPU 2027 年推 Yitian 720、730
除了 AI 加速器，阿里巴巴也公布 Yitian CPU 後續產品藍圖；預計 2027 年推出的 Yitian 720 將針對 Agentic AI 工作負載最佳化，在單核心效能、核心密度及能源效率方面較 Yitian 710 提升。
Yitian 730 則將首次採用 T-Head 自主微架構，阿里巴巴表示，其 SPECint2017/GHz 效能最高較 Yitian 710 提升 40％。
至於預計 2029 年推出的 Yitian 750，則將以阿里巴巴自研核心為基礎，並支援 Yitian CPU 與真武 AI 晶片直接連接，進一步強化 CPU 與 AI 加速器之間的協同運算。
AI 雲端轉向「Agentic Cloud」 搶攻企業 AI 代理商機
在雲端服務方面，阿里巴巴此次也將戰略重心從單純的大模型服務，延伸至「Agentic Cloud」代理型 AI 雲端。
整體架構分成三大層，包括模型層的「AI Native Cloud」、負責 AI 代理執行與管理的「Agent Native Cloud」，以及提供即時資料與長期記憶能力的「Context Engine」。
其中，企業 AI 代理平台 AgentCore 可協助企業完成 AI 代理的建立、部署、執行及管理，並與企業既有核心系統整合；Agent Security Center 則負責 AI 代理的安全性、威脅偵測及法規遵循。
阿里巴巴希望透過這套架構，讓企業不只使用聊天機器人，而是讓 AI 代理實際進入企業流程，自主執行跨系統、跨應用程式的複雜工作。
自研晶片逐步補上中國 AI 算力缺口 輝達面臨長期競爭變化
阿里巴巴大舉發展自研 AI 晶片，也讓中國 AI 產業自主化趨勢進一步受到市場關注。
目前輝達（NVDA）仍擁有全球最完整的 AI 運算生態系，包括 CUDA 軟體平台、高速網路及完整的資料中心系統，但美國對中國先進 AI 晶片出口限制，也促使中國科技業者加速尋找國產替代方案。
對輝達而言，短期影響未必直接等同於失去中國市場，因為部分中國 AI 需求本來就受到出口管制限制；真正值得觀察的是，若阿里巴巴、華為等中國企業持續提升 AI 晶片效能，並搭配自身雲端、模型及軟體生態系，可能逐步形成具有規模的國產 AI 運算平台。
阿里巴巴目前的優勢，在於同時擁有雲端服務、Qwen 模型、AI 應用及自研晶片，可先以自有 AI 工作負載驗證晶片，再逐步向外部客戶擴張。
不過，真武 V900 目前的效能數據仍主要來自阿里巴巴自身公布，實際量產後仍須面對晶片良率、HBM 等高頻寬記憶體供應、軟體工具鏈及開發者生態等挑戰。
因此，市場後續真正關注的並非 V900 是否能在單一規格上追上輝達，而是中國自研 AI 晶片能否從「被迫替代」逐漸轉變成完整的本土 AI 運算生態系。
