Avec Zhenwu M890 et Qwen3.7‑Max, Alibaba veut bâtir une alternative chinoise à l’écosystème IA de Nvidia

Ces capacités sont particulièrement adaptées aux agents d’IA, des systèmes capables d’exécuter des tâches complexes en plusieurs étapes avec peu d’intervention humaine. Ce type de charge de travail nécessite beaucoup de mémoire et des communications rapides entre processeurs.

Une architecture pensée pour les grands clusters d’IA

Au‑delà de la puissance brute, Alibaba insiste sur la capacité du système à évoluer à grande échelle dans les centres de données.

La Zhenwu M890 repose sur une architecture parallèle développée en interne, avec jusqu’à 800 Go/s de bande passante entre puces, ce qui accélère les échanges de données dans les clusters d’accélérateurs.

L’entreprise a également présenté une puce réseau dédiée, ICN Switch 1.0, permettant l’interconnexion de 64 cartes à pleine bande passante. Cette connectivité est essentielle pour l’entraînement distribué de grands modèles et pour gérer des volumes massifs de requêtes d’inférence générées par des agents d’IA.

Panjiu AL128 : un serveur hyperscale de 128 accélérateurs

Pour transformer ces puces en infrastructure exploitable, Alibaba a dévoilé le serveur hyperscale Panjiu AL128.

Ce système regroupe 128 accélérateurs Zhenwu M890 dans un seul nœud, reliés par le réseau ICN Switch 1.0 avec une latence extrêmement faible. Cette approche réduit les coûts de communication qui pénalisent souvent les architectures distribuées.

Ces nœuds densément intégrés sont conçus pour :

• l’entraînement de grands modèles d’IA
• l’inférence à très forte concurrence
• l’orchestration de multiples agents autonomes

En contrôlant à la fois la conception des puces et l’architecture serveur, Alibaba peut optimiser l’ensemble du système plutôt que dépendre de matériel tiers.

Qwen3.7‑Max : un modèle conçu pour les agents d’IA

En parallèle du matériel, Alibaba a présenté Qwen3.7‑Max, la dernière version de sa famille de grands modèles de langage.

Le modèle est présenté comme une base pour l’IA agentique, avec de fortes capacités dans :

• le codage assisté par IA et l’utilisation d’outils
• le raisonnement complexe
• les tâches de longue durée impliquant plusieurs étapes et décisions successives.

Selon Alibaba, le système peut exécuter des workflows autonomes pendant jusqu’à 35 heures sans dégradation notable des performances, ce qui correspond au type de missions prolongées attendues des agents d’IA.

Une stratégie « full‑stack » pour l’IA

Ces annonces illustrent une stratégie claire : construire une plateforme IA complète comprenant plusieurs couches technologiques :

• des puces IA propriétaires (série Zhenwu)
• une infrastructure serveur hyperscale (Panjiu)
• des services cloud via Alibaba Cloud
• des modèles fondamentaux comme la famille Qwen

Cette approche rappelle celle de Nvidia, où matériel, réseau et logiciels sont fortement intégrés pour optimiser les charges de travail d’intelligence artificielle.

Alibaba positionne explicitement cette architecture pour ce qu’elle appelle « l’ère agentique », dans laquelle les systèmes d’IA ne se limitent plus à répondre à des questions mais planifient, exécutent des tâches et interagissent avec d’autres logiciels de manière autonome.

Une feuille de route pour les prochaines générations de puces

L’entreprise a également dévoilé ses plans pour les prochaines générations de la série Zhenwu :

• Zhenwu V900, attendu en 2027
• Zhenwu J900, prévu pour 2028

Cette feuille de route indique un effort à long terme pour améliorer les performances des accélérateurs IA domestiques et développer un écosystème technologique compétitif.

Un enjeu stratégique pour l’industrie chinoise de l’IA

Le lancement de ces technologies reflète une évolution plus large du secteur technologique chinois. Les restrictions américaines sur l’exportation de processeurs avancés poussent les entreprises locales à investir davantage dans leurs propres solutions matérielles et logicielles.

Si cette stratégie réussit, Alibaba pourrait offrir aux développeurs une plateforme complète — des puces au cloud en passant par les modèles d’IA — capable de soutenir l’entraînement, l’inférence et les systèmes d’agents autonomes à grande échelle.

Il faut toutefois noter que la plupart des performances annoncées proviennent encore de communications de l’entreprise ou de rapports basés sur ces annonces. Des comparaisons indépendantes avec les accélérateurs Nvidia comme les H100 ou les générations plus récentes ne sont pas encore largement disponibles.

Quoi qu’il en soit, la direction est claire : dans la course mondiale à l’IA, les grands fournisseurs de cloud cherchent désormais à contrôler chaque couche de l’infrastructure, et Alibaba veut devenir l’un des piliers de cet écosystème en Chine.