阿里巴巴把 AI 推向 10 兆參數：真正的戰爭已經從模型延伸到晶片、互連與 20GW 資料中心

10 兆參數，AI 又開始比誰比較大了嗎？

2026 年 9 月 22 日，阿里巴巴在杭州舉行的 Apsara Conference 雲棲大會上，丟出了一組很難忽略的數字：下一階段 Qwen 模型的目標規模將來到 5 兆至 10 兆參數。

作為比較，目前阿里巴巴在 8 月推出的旗艦模型 Qwen3.8-Max，總參數量約為 2.4 兆。也就是說，如果未來真的做到 10 兆總參數，新一代模型在帳面上的模型規模，將可能達到現有旗艦的約 4.2 倍。

但真正值得注意的地方，不只是那個看起來很誇張的「10 兆」。

同一場發表會上，阿里巴巴還公布了新的 Zhenwu V900 AI 加速晶片、可擴張到最高約 50 萬張加速卡的運算叢集，以及一個更巨大、也更接近 AI 工業化本質的數字：

2032 年以前，Alibaba Cloud 希望把全球資料中心容量擴張到超過 20GW。

把這幾件事情放在一起看，故事就完全不同了。

阿里巴巴並不是單純說「我們下一個模型要更大」。它正在描述一套從模型架構、AI 晶片、叢集互連到電力與資料中心全部一起放大的系統。

這也代表 AI 競爭正在從模型排行榜，逐漸變成一場真正的基礎設施戰爭。

---

先釐清一件事：10 兆參數不代表每次推理都要計算 10 兆參數

看到 10 兆參數，第一個直覺可能是：

那不就需要現在四倍以上的 GPU、記憶體與耗電？

事情沒有那麼簡單。

Qwen3.8-Max 本身就是一個很好的例子。

根據阿里雲公布的模型資料，Qwen3.8-Max 採用 Sparse Mixture-of-Experts，稀疏混合專家模型，也就是 MoE 架構。

它擁有：

• 約 2.4 兆總參數
• 每個推理步驟約 950 億個啟用參數
• 100 萬 token 上下文視窗

也就是說，2.4 兆個參數並不會在每產生一個 token 時全部一起工作。

MoE 可以把模型想成一座巨大醫院。

醫院裡可能有數百個專科、數千名醫生，但一名病人進來時，不會同時叫所有醫生一起會診。系統會根據病人的問題，把資訊送到少數最適合的專家。

LLM 的 MoE 架構也是類似概念。

Input Token
    ↓
Router
    ↓
選擇部分 Expert
    ↓
Activated Parameters
    ↓
Output

因此：

Total Parameters
≠
Parameters Computed Per Token

這是理解「10 兆參數」最重要的前提。

目前阿里巴巴並沒有完整公布這個 5～10 兆參數模型最終會採用多少 Expert、每一步啟用多少參數，以及實際訓練 FLOPs，因此現在不能直接把 10 兆參數換算成 GPU 數量或耗電量。

但從 Qwen3.8-Max 的設計方向來看，超大型稀疏模型顯然已經成為阿里巴巴目前重要的 Scaling 路線之一。

---

為什麼還要繼續增加參數？重點可能已經不是聊天

如果今天的目標只是讓 AI 回答「台北有什麼好吃的」，2.4 兆甚至 10 兆參數看起來都非常奢侈。

問題在於，現在 Frontier AI 公司真正想解決的任務正在改變。

阿里巴巴在這次發表中反覆提到的是：

更複雜、更長時間跨度的任務。

這跟傳統 Chatbot 有很大的差別。

傳統 LLM 的工作模式比較接近：

問題
↓
思考幾秒到幾分鐘
↓
回答

但 Agentic AI 希望變成：

接受目標
↓
拆解任務
↓
使用工具
↓
讀取文件
↓
執行程式
↓
檢查結果
↓
發現錯誤
↓
重新規劃
↓
持續數小時、數天甚至更久

阿里巴巴此前就宣稱，Qwen3.8-Max 在內部測試中曾自主執行長達 16 天的軟體工程專案。

不論這類廠商內部測試最後能否被獨立完整重現，它所代表的產品方向已經很清楚：下一代模型競爭的目標正在從單次回答品質，轉向長時間自主執行能力。

當模型開始需要處理巨大程式碼庫、長影片、大量企業文件、複雜工具鏈與數天長度的任務時，模型容量、記憶、Routing、Context Management 與推理穩定性都會變得更重要。

所以參數增加不一定只是「把 benchmark 再往上推幾分」。

它可能是在為另一種 AI 使用方式準備容量。

---

但模型變大之後，第一堵牆不是演算法，而是記憶體

假設一個模型真的擁有 10 兆個參數，即使使用低精度格式保存權重，模型本身仍可能需要極其龐大的記憶體容量。

這也是為什麼超大型 AI 模型從來不只是 GPU 核心數量問題。

背後至少同時牽涉：

HBM capacity
HBM bandwidth
Interconnect bandwidth
Network latency
Expert routing
Communication overhead
Power delivery
Cooling
Data center topology

尤其是 MoE。

MoE 可以降低每個 token 的實際計算量，但它會帶來另一種問題：不同 Expert 很可能分散在不同加速器甚至不同節點上。

Router 決定某個 token 要送到哪一個 Expert 之後，資料必須在巨大的叢集中移動。

於是瓶頸可能從：

GPU 算不夠快

逐漸變成：

GPU 彼此傳資料傳不夠快

這也是為什麼 NVIDIA 的 NVLink、NVSwitch、InfiniBand，以及各家正在發展的 Scale-Up / Scale-Out Interconnect，變得和 GPU 本身一樣重要。

模型越大，計算系統就越像一座城市。

單棟建築蓋得再高，如果道路、捷運、電網與供水全部塞住，整座城市依然跑不起來。

---

Zhenwu V900：阿里開始把模型和晶片綁在一起設計

這次另一個重要發布，是阿里巴巴旗下半導體部門 T-Head 平頭哥的新一代 AI 晶片 Zhenwu V900。

根據 Reuters 對雲棲大會的報導，阿里巴巴表示 V900 的性能可達先前 M890 系統的約三倍，並且其新架構目標可以支援最高約 50 萬張 AI 加速卡規模的叢集。

50 萬張卡這個數字甚至比單一晶片性能更值得注意。

因為今天 Frontier AI 系統的問題，已經越來越少是：

一張卡有多快？

而是：

幾十萬張卡能不能看起來像一台電腦？

這正是 Rack-scale 與 Data-center-scale computing 的核心。

如果數十萬顆 accelerator 之間同步效率很差，那麼理論上的總 FLOPS 再高，也會被通訊等待、記憶體搬移與網路 congestion 吃掉。

因此 Zhenwu V900 真正值得觀察的，不只是單卡 benchmark，而是未來阿里公布更多資料之後，它的：

• Scale-up interconnect
• Scale-out networking
• HBM 配置
• collective communication
• fault tolerance
• cluster utilization

能做到什麼程度。

這些才會決定一個 50 萬卡系統究竟是「50 萬張卡」，還是真正的一台超大型 AI Machine。

---

為什麼阿里一定要做自己的 AI 晶片？

其中有一個非常現實的背景：供應鏈。

美國近年持續限制高階 AI 加速器與相關技術對中國出口，使中國大型雲端與 AI 公司很難單純假設未來可以無限制取得 NVIDIA 最新產品。

對 Alibaba Cloud 這種需要規劃數年後資料中心容量的公司而言，這不是一個可以等到缺貨再處理的問題。

如果公司的 AI 路線圖是：

2.4T model
↓
5T model
↓
10T model
↓
hundreds of thousands of accelerators

那麼依賴一個自己無法完全控制的外部供應鏈，就會形成結構性風險。

因此中國大型科技公司的 AI 晶片開發逐漸不只是「挑戰 NVIDIA」的品牌故事。

它更像是：

如果想繼續 Scaling，就必須建立自己的 Compute Supply。

這也是華為 Ascend、阿里 T-Head 以及其他中國 AI accelerator 計畫長期存在的根本原因之一。

---

然後出現了一個更誇張的數字：20GW

如果 10 兆參數還很抽象，那麼 20GW 就非常具體了。

阿里巴巴表示，希望到 2032 年將全球資料中心容量擴張到超過 20GW。

GW，也就是 Gigawatt，是十億瓦。

20GW 代表：

20,000 MW

這裡必須注意，資料中心容量規劃不等於所有設施會永遠以 20GW 滿載運轉，也不能直接把它當成 AI GPU 的實際耗電量。

但它仍然反映了一件非常重要的事情：

AI 公司現在規劃基礎設施時，使用的尺度已經開始進入「能源系統」等級。

過去科技公司的核心資產可能是：

程式碼
伺服器
資料

現在 Frontier AI 的核心資產正在增加：

模型
GPU / Accelerator
HBM
Network
Data Center
Substation
Power Contract
Cooling
Land

AI 正在變成一種重工業。

---

這也是為什麼 NVIDIA、AMD、Broadcom、台積電甚至電力公司全部被捲進來

當模型規模一路向上，受益與承受壓力的產業鏈也會逐漸往外擴張。

最直接的是晶片：

AI Accelerator
↓
HBM
↓
Advanced Packaging
↓
Substrate
↓
Networking ASIC
↓
Optical Transceiver / CPO
↓
Power Delivery
↓
Cooling

這也是近年 AI 硬體故事不再只圍繞 GPU 的原因。

如果未來真的出現數十萬顆 AI accelerator 組成的單一運算域，那麼每一顆晶片之間如何溝通，很可能比某顆 GPU 多 10% FLOPS 更重要。

而當資料中心進入 GW 級，問題甚至會繼續向外傳導到：

• 電網容量
• 變電站
• 長期電力採購
• 天然氣與核能
• 液冷系統
• 水資源
• 土地與建築

所以現在說「AI Scaling」時，談的已經不只是 Transformer Scaling Law。

它正在變成一整套工業系統的 Scaling Law。

---

10 兆參數真的會比較聰明嗎？答案目前仍然是：不知道

這裡需要踩一下煞車。

參數數量是模型規模的重要指標，但它從來不等於智能的直接刻度。

10T Parameters
≠
4 × Intelligence

最終能力仍取決於：

• 模型架構
• 訓練資料品質
• 訓練計算量
• Post-training
• Reinforcement Learning
• Expert Routing
• Context architecture
• Tool use
• Agent framework
• Inference-time compute

尤其對 MoE 而言，總參數更容易造成視覺上的巨大數字。

一個 10 兆參數模型如果每一步只啟用其中很小一部分，那它與 10 兆參數 Dense Model 是完全不同的運算生物。

因此在阿里巴巴正式公布下一代模型架構以前，5～10 兆目前應該被理解成模型規模目標，而不是已經實現的性能指標。

同樣地，目前也沒有足夠公開資料能證明 10 兆參數本身會跨越某個通往 AGI 或 ASI 的明確門檻。

---

真正值得看的，是「模型、晶片、雲端」開始變成同一個產品

十年前，一家公司可以只做模型。

GPU 是 NVIDIA 的事，Cloud 是 AWS、Azure 或 Google 的事，網路設備又是另一群公司的事。

但 Frontier AI 正在逼迫這些層級重新垂直整合。

Google 有：

Gemini
TPU
Google Cloud
Datacenter

Amazon 有：

Bedrock
Trainium / Inferentia
AWS
Datacenter

Microsoft 正在建立自己的 AI accelerator 與資料中心基礎設施。

而阿里巴巴現在呈現出的路線也越來越完整：

Qwen
↓
Zhenwu
↓
AI Supernode / Cluster
↓
Alibaba Cloud
↓
20GW Data Center Capacity

這其實可能比「Qwen 有幾兆參數」更重要。

因為未來真正掌握 Frontier AI Scaling 能力的公司，可能不是擁有最好單一模型的公司，而是能同時控制：

模型、晶片、網路、資料中心與能源供應的公司。

---

AI 的下一階段，可能不是軟體產業，而是計算工業

從 2022 年 ChatGPT 爆發到現在，AI 的敘事曾經非常軟體化。

Prompt、Chatbot、Copilot、Agent，看起來都像網路服務。

但當阿里巴巴開始談 10 兆參數、50 萬張 accelerator 與 20GW 資料中心時，底層的物理世界重新跑了出來。

模型終究需要晶片。

晶片需要封裝。

封裝需要 HBM。

HBM 需要晶圓廠。

晶片需要互連。

互連需要光纖與交換器。

伺服器需要液冷。

資料中心需要變電站。

而所有東西最後都需要電。

AI Model
   ↓
Compute
   ↓
Memory
   ↓
Interconnect
   ↓
Datacenter
   ↓
Electricity

所以阿里巴巴這次真正展示的，也許不是一個即將誕生的 10 兆參數模型。

而是一個更大的轉變：

人工智慧正在從軟體產品，逐漸變成需要以國家級能源、半導體與資料中心基礎設施支撐的計算工業。

10 兆參數只是最醒目的那個數字。

真正龐大的東西，是它下面那整座機器。

---

Tech English｜本文技術名詞

Mixture of Experts（MoE，混合專家模型）
一種稀疏神經網路架構。模型可以擁有非常大量的總參數，但每次處理 token 時只啟用其中部分 Expert，以降低實際計算量。

Activated Parameters（啟用參數）
模型執行一次 forward pass 時真正參與計算的參數數量。對 MoE 模型而言，Activated Parameters 通常遠低於 Total Parameters。

Scale-up Interconnect（縱向擴展互連）
讓同一伺服器、機櫃或高密度運算域內多顆 AI 加速器高速交換資料的互連技術，例如 GPU-to-GPU 高頻寬連線。

Scale-out Networking（橫向擴展網路）
用於把大量伺服器與機櫃連成大型運算叢集的網路架構。當 AI 系統擴張到數萬甚至數十萬顆加速器時尤其重要。

High Bandwidth Memory（HBM，高頻寬記憶體）
堆疊在 AI GPU 或加速器附近的高頻寬 DRAM，是大型模型訓練與推理中儲存權重、KV Cache 與中間資料的核心硬體之一。

Rack-scale Computing（機櫃級運算）
把整個機櫃中的 CPU、GPU、記憶體、網路與冷卻系統視為一台完整電腦設計，而不是單純把多台獨立伺服器堆在一起。