今(22)日，阿里巴巴在杭州云栖大会把AI竞争从大模型进一步推往晶片与资料中心，旗下平头哥半导体发表新一代自研AI加速晶片「真武V900」，性能较上代提升约3倍，可组建最高50万颗晶片超大丛集，用于先进大模型训练。同时，阿里还提出到2032年将阿里云全球资料中心容量扩至20GW。执行长吴泳铭表示，AI需求将呈指数级成长，必须同步扩张底层算力供给。

20GW并非单晶片算力指标，而是资料中心基础设施功率规模，直接决定可部署伺服器、加速器、网路、制冷与电力系统总量，也是衡量下阶段投资的关键。阿里此举等于把自研晶片、超大丛集、云平台与千问模型整合为一体化AI基础建设。

今年5月，平头哥曾发训推一体晶片「真武M890」，具144GB显存、800GB/s片间互联频宽，性能约为前代810E三倍，搭自研ICN Switch建128卡超节点，当时披露真武系列累计出货逾56万片，涵盖20多个行业、400多家客户，并规划V900于2027年第三季推出、J900则在2028年推出。

阿里此次在云栖大会提前揭露V900，显示迭代提速，但制程、HBM配置、大规模交期及与辉达新GPU比较资讯仍待补充。

从单晶片转向50万卡丛集，竞争焦点已变。下一代模型训练愈依赖数万至数十万加速器协同，效率不只看单颗算力，也取决于互联频宽、交换器、软体排程、故障复原与能耗。

近年，辉达在GPU外扩展NVLink、交换机与整机系统，阿里的路径类似；平头哥负责晶片与互联元件，阿里云负责机房、作业系统与资源调度，千问提供上层模型需求，超大丛集另需异常隔离与运维能力，以降低对单一海外供应链依赖。

晶片只是资本开支一环。阿里已承诺未来三年投入3800亿元人民币建AI与云基础建设，8月再透过香港配股筹约102亿美元，用于晶片、基建与模型研发。美银预估，微软、谷歌、亚马逊、Meta、甲骨文等超大云厂今年资本开支近7950亿美元、2027年破1兆美元。

吴泳铭指出，2032年阿里云机房能耗较2022年生成式AI爆发前扩约10倍。云栖另列「算电协同」，串接发电、储能、绿电与负载调度。

此前，摩根士丹利预估，2026至2030年中国AI及相关基建资本开支达数兆元，网路巨头为主力。

投资回报开始受到检视。阿里今年第二季AI云端运算收入约71亿美元、年增45%，创22季最快；云端业务调整后EBITA年增133%至约8.3亿美元，利润率约12%；AI产品收入连12季成长率达3位数。

专家指出，阿里可把自研晶片先用于自有云，再经企业训练、推论与MaaS变现，形成「晶片—机房—云—模型」循环。

整体来看，阿里以V900与20GW目标跟进全球超大规模扩张，但相对美系业者，仍要克服高端晶片受限，自研半导体不仅是降成本，更是20GW机房能否落地关键。后续观察重点不在单晶片跑分，而在数十万颗国产AI晶片能否稳定互联，以及20GW级投资能否转为持续收入与现金流。