阿里云栖大会：真武 V900 发布、Qwen 路线图扩至 5–10T、2032 年 20GW

9 月 22 日 2026 杭州云栖大会，阿里同时公布自研 AI 芯片真武 V900、Qwen 下一代 5–10 万亿参数路线与 2032 年全球 20GW 数据中心目标，并首次披露 RSI（递归自我改进）的量化实证。

2026年9月22日开幕的阿里云栖大会上，阿里巴巴发布了覆盖AI芯片、大模型路线图、长期算力基建的全栈重磅成果，核心目标直指2032年全球数据中心总规模突破‌20GW‌，全面锚定机器智能时代的底层基础设施布局。

真武系列节奏为一年一代：M890 于 2026 年 5 月推出，V900 在四个月后接上。阿里已将芯片、服务器、超节点、网络、模型与推理系统做联合调优。基于 M890 的超节点已大规模应用，跑通过 Qwen3.8、Kimi K3 等 2 万亿参数以上模型；阿里云灵骏 M890 超节点实例 GP9A 已对外提供服务，阿里称其为国内首个成功运行超 2 万亿参数大模型的超节点形态算力。真武系列已服务超 650 家企业客户（统计截至 2026 年 6 月），覆盖智驾、金融、基模、具身智能、能源、制造等。site:AIDe＝ePthinK.cn

一、平头哥真武V900 AI芯片发布

这是阿里平头哥推出的新一代训推一体国产AI芯片，被吴泳铭称为“国产最强AI芯片”：

1. 核心性能‌

单芯片算力达到前代真武M890的‌3倍‌，搭载216GB大容量显存，片间互联带宽达1200GB/s，原生支持FP8、FP4低精度计算，大幅降低推理能耗与成本。

2. 集群能力‌

通过与自研ICN Switch互联芯片、磐脉智能网卡、镇岳SSD主控芯片深度协同，单一集群可扩展至‌50万卡‌规模，上千颗芯片可像单颗超级芯片一样协同工作，支撑万亿级参数大模型的全流程训练与推理。

3. 落地节奏‌

将于‌2027年第一季度正式量产售卖‌，目前真武系列芯片已服务超650家企业客户，覆盖智驾、金融、具身智能、制造等多个行业。

4. CPU规划

倚天服务器CPU规划：site:AIDe＝ePthinK.cn

2027年Q3将推出倚天720、倚天730两代产品，其中倚天730首次采用全自研CPU微架构，单核 SPECint2017/GHz 最高提升至倚天 710 的 1.4 倍，适配Agent时代大量工具调用与数据编排场景。
倚天 750（第二代自研核，支持自研 ICN 片间互联总线，可与真武 AI 芯片通过 ICN 总线直连）。
T-Head SAIL SDK 核心组件已开源。

5. 参数汇总（真武 V900）

单芯片性能为真武 M890 的 3 倍，阿里称其为「目前算力性能最强的中国自研 AI 芯片」
显存 216GB，片间互联带宽 1200GB/s
原生支持 FP8 / FP4 低精度计算，覆盖高精度训练到超低精度推理
基于自研并行计算架构；配合自研 ICN Switch、磐脉智能网卡、镇岳 SSD 主控，单一集群可扩展至 50 万卡
量产时间：2027 年 Q1（量产并对外售卖）；磐久超节点服务器同步 2027 Q1 上市 site:AIDe＝ePthinK.cn
下一代：真武 J900 计划 2028 Q3 上市

二、Qwen大模型路线图扩至5–10T参数

千问大模型项目新负责人刘大一恒首次公开亮相，公布了Qwen面向ASI（超级人工智能）的完整演进路径：

1. 参数升级‌

Qwen4系列已进入训练阶段，后续Qwen4.5、Qwen5版本将把模型参数量扩展至‌5–10万亿‌，目标是完成更复杂、更长程的任务，向超级人工智能迈进。

2. 核心技术突破‌

递归自我改进系统（RSI）已稳定运行超1个月，累计完成33轮有效数据迭代，模型可自动定位能力缺陷、自主构造训练数据，在人类零参与的情况下持续迭代，Qwen3.8-Max的核心能力得分已从40分提升至45分，跻身全球第一梯队。

3. 全模态布局‌

同步推进视频、语音、图像、世界模型、音乐模型的新版本迭代，下一代视频生成模型将于2026年11月发布，实现长时序内容一致性、导演级叙事理解能力。

4. 商业化进展

截至2026年8月底，千问AI MaaS平台年化经常性收入（ARR）已达200亿元人民币，Token消耗量两个月内激增12倍，商业化落地速度持续超预期。

三、开发与技术方法（RSI 实证）

阿里云 ATH 事业群 Token Foundry Qwen LLM 项目负责人刘大一恒披露了三组「模型自己改自己」的实测：

环节	人类参与度	过程	结果
模型自我训练	零参与	Qwen3.8-Max 自主搭建训练流程、构造训练数据、设计实验、定位缺陷，连续迭代超 1 个月	33 轮有效迭代，Artificial Analysis 得分从 40 → 45
推理优化	人类仅提供硬件	在从未见过的平头哥新 GPU 上，自主适配优化下一代架构 Qwen3.8-Flash 的推理框架	单实例推理吞吐 +96%
芯片-模型协同设计	仅给一份规范	仅基于一份真实总线模块规范，自主展开前端、验证、后端全链路自迭代，自主运行超 60 小时、调用 EDA 工具超万次	物理实现面积减少 42%

口径说明：AA 得分 40→45 为阿里自报，AA 榜单本身是第三方（Artificial Analysis）维护的公开榜，但"零参与"的过程描述无法独立验证。第三条（面积优化）属芯片工程成果，目前只有阿里单方披露。

四、解决的问题

算力自主：在出口管制背景下提供可对标训练万亿级参数模型的国产芯片与 50 万卡级集群方案
训练与推理成本：FP8/FP4 原生支持 + 芯模协同设计，直接指向推理单位成本
智能供给规模化：吴泳铭的判断是「未来机器思考总量将达到人类的 1000 倍以上，今天这个比例不到 3%」，把芯片—模型—云定义为「机器智能时代的三大基石」

五、2032年20GW全球算力基建目标

阿里巴巴CEO吴泳铭在主论坛上明确了长期算力扩张战略，将AI基础设施建设提升至“机器智能时代超级电网”的战略高度：

1. 规模目标‌

到2032年，阿里云运营的全球数据中心总功耗将超过‌20GW‌，较2022年的规模提升约10倍，匹配未来机器思考总量达到人类1000倍以上的算力需求。

2. 落地路径‌

通过自建重资产、轻资产合作、第三方租赁三种模式组合推进，未来数年每年新增1–2GW算力，对应年度资本开支约2000亿至3000亿元人民币，自研平头哥芯片将逐步承担阿里云约一半的算力供给，大幅压低单位算力成本。

3. 市场预期

华尔街多家投行测算，20GW算力目标可支撑2032-2033财年阿里云外部云收入达到1600–1700亿美元，对应约40%的年复合增长率，直接打开云业务长期增长天花板。

六、后续演进计划

模型：Qwen4 已基于新架构投入训练；Qwen4.5、Qwen5 参数扩展至 5–10 万亿（当前旗舰 Qwen3.8-Max 约 2.4 万亿，即放大 2–4 倍）
多模态：Qwen-Audio-3.1（ASR/TTS/Realtime 三个语音赛道国际第一梯队、国内第一）；世界模型 HappyOyster-2.0-Preview；视频模型 Wan3.0 拿下 AA 文生视频与视频编辑双榜第一，下一代视频模型 11 月发布
端侧：开源 Qwen-27B 可在桌面端流畅运行；发布 Qwen Intelligence —— 面向手机场景的 AI 全栈解决方案，为伙伴提供基于千问的 Agent 技术平台
基础设施：2032 年阿里云运营的全球数据中心规模超 20GW；本季度起 AI 超节点商业化规模运营
阿里 ATH 技术副总裁郑波判断：三年内会出现原生全模态统一模型

七、应用场景

超大规模训练：50 万卡集群面向 5–10T 参数模型的训练与推理
企业私有化/本地部署：开源 Qwen-27B 供开发者与企业本地部署 site:AIDe＝ePthinK.cn
手机 Agent：Qwen Intelligence 让手机跨应用完成复杂任务
垂直行业：真武已服务的 650+ 客户分布在智驾、金融、基模、具身智能、运营商、政务、零售、家电、能源、物流、制造、农业