国产10万亿参数模型时代正在逼近。成立8年的平头哥，也终于站到了关键位置。它为阿里巴巴打造了最强中国自研AI芯片，同时加速迭代CPU、网络、互联与存储，全栈优化。
在今天的云栖大会上，阿里巴巴集团CEO吴泳铭表示，机器智能时代的代表性产品还没出现，但未来机器思考的总量将达到人类的1000倍以上。这与阿里刚刚重新划分的内部业务结构形成对应，也与平头哥息息相关。
“AI云与算力服务”板块，负责承载未来机器思考所需要的庞大算力。平头哥可以通过降低每单位电力和基础设施的成本，改善推理的经济性。
“AI实验室与应用”负责寻找机器智能时代的代表性产品，离不开更大规模参数的模型。此前，国内厂商已尝试用国产算力训练万亿参数模型，但前沿模型门槛已经拔高到3万亿左右；字节跳动更是被传在训5万亿以上的模型。如今，阿里第一个明确公开喊出，要训练自己的10万亿参数模型。
于是，平头哥新发布的新一代“训推一体”AI芯片真武V900，很自然地成为了其中最关键的一环。这款被吴泳铭称为“目前中国算力性能最强” 的AI芯片，可以构建50万卡单一集群，支撑前沿模型的训练和推理。
中国AI芯片的迭代速度，正在明显加快。真武V900的重磅出场，也铺垫已久。最近连续三个季度的财报电话会，吴泳铭都有意“重点介绍”平头哥。尤其是最近一次，从技术到产能，从推理到训练，几乎面面俱到。前几日，华为昇腾960系列提前量产的消息，再次加深了市场对平头哥下一代AI芯片也将加速发售的预期。
这一提前，就是半年。年初，阿里云峰会首次披露真武系列AI芯片路线图。当时，真武M890作为真武810E的后续产品，在今年二季度正式亮相，性能提升至三倍；而真武V900原计划在明年三季度上市。如今，短短几个月后，真武V900就确认将在明年一季度量产售卖，性能也较M890再次提升至三倍。
迭代加速，背后是平头哥8年的技术积累，也是Qwen过去两年的持续发力。阿里巴巴正在走向一条芯片与模型协同优化的路径。为自己的业务与模型，量身打造更高效的芯片，正是谷歌TPU的关键叙事之一。阿里巴巴同样如此。
阿里对外披露的性能指标，仍然相对有限。不过，仅就内存容量与片间互联带宽而言，真武V900分别提升到了216GB与1200GB/s，差不多是去年TPU v7的水平，甚至略高。将与真武V900同期上市的本土AI芯片，也被外界寄予训练国产模型的期待，DeepSeek据称采购了16万颗，其FP8精度算力为2 PFLOPS。而“国内最强”的说法暗示了真武V900更在此之上。
国内AI芯片正在逐步摸到训练前沿模型的门槛。更重要的是，面对10万亿规模参数模型，无论是训练还是推理，计算都不再由单颗芯片定义，计算就是整个数据中心。这需要全栈的协同能力，既包括基础设施与模型架构之间的协同，也包括不同芯片之间的协同。
英伟达近年来持续向模型生态延伸，其中一个重要原因，正是芯片厂商需要更早了解模型架构演进，才能提前洞察算力硬件的方向。OpenAI的Jalapeño能够在短短9个月里跑完底层设计到最终流片，并在量产部署第一代的同时兼顾二三代开发，也不仅仅是因为AI参与了设计，更因为AI工作负载在设计之初就决定了芯片架构。
阿里巴巴恰好同时站在开源模型和国产算力两个生态中。它是开源模型的领军者之一，除了和自家Qwen系列模型紧密协同，阿里也与Kimi等前沿AI厂商保持密切合作。近3万亿的Kimi-K3刚一发布，阿里M890超节点就宣布Day 0适配。这离不开阿里云、平头哥与Kimi团队从软件栈、算子等层面的深度合作。
这样的芯模协同经验，首先在推理场景中得到验证，也有可能进一步迁移到训练，为将来扩展至10万亿参数规模积累工程经验。
芯片之间的协同同样关键。一个芯片环节的提升，往往又会把瓶颈推向另一个环节，这也是阿姆达尔定律（Amdahl's law）所揭示的系统级约束所在。算力基础设施的通信能力会影响并行策略，并行策略又会影响显存占用和训练效率。
这也是为什么，无论是英伟达还是华为，今年都在主题演讲中集中展示了自己的芯片全明星阵容。谷歌早已布局TPU与OCS，但首颗自研CPU Axion直到 2024年才真正问世；今年7月底，谷歌又与Marvell签订新的商业协议，由后者围绕谷歌TPU生态，定制开发存储控制器、网络接口控制器、内存接口控制器等半导体产品。
而平头哥的全栈芯片组合，今年经历了一次集体迭代。早些时候，平头哥发布了自研互联芯片ICN Switch 1.0与智能网卡磐脉920，更早之前，还推出了存储主控芯片镇岳510。
通过ICN Switch，真武V900具备原生内存语义和内存统一编址能力，可实现千卡全带宽高速互联，为超大参数模型的训练和推理提供高吞吐、低延迟、高并发的算力。这套互联体系，也支撑了真武V900单一集群最高50万卡的扩展能力。
这次云栖大会，与真武系列AI芯片同台亮相的，还有服务器CPU倚天系列。这是平头哥首次公布倚天CPU的路线图，也是在2021年发布倚天710后，该系列迎来首次重要迭代。
明年的倚天730，是平头哥首款基于全自研CPU微架构设计的产品；而第二代自研CPU内核的倚天750，将进一步支持自研ICN片间互联总线协议，让倚天CPU与真武AI芯片直接互联，深化全栈AI优势。
同样是全栈协同优化，既然TPU早已支撑Gemini训练，V900为何不能承担下一代Qwen的训练？尤其是在先进AI芯片供应受限的情况下，国产算力必须尽早补位；而最先做到这一点的算力厂商，获得的也将远不只是象征意义。
模型的下一代，正在等待算力的下一代。
阿里的灵骏真武M890超节点已在乌兰察布首批开服，并将扩容至宁夏中卫。下一代磐久服务器和灵骏超节点，也会在V900提前量产后第一时间部署。阿里正在训练Qwen4，后续5万亿乃至10万亿参数规模的Qwen4.5与Qwen5，或许将与底层算力平台的代际跃迁相互呼应。
