真武 M890 與 Qwen3.7‑Max：阿里巴巴打造中國本土 AI 算力堆疊的關鍵一步

阿里巴巴表示，這款晶片特別針對新一代 AI 代理（AI Agents） 工作負載設計。這類系統通常需要長時間運行、持續記憶上下文，並頻繁與其他系統或工具互動，因此對記憶體容量與晶片間通訊速度要求更高。

高速互聯：大型 AI 集群的關鍵

除了算力本身，阿里巴巴也強調整體系統架構。

真武 M890 採用自研並行計算架構，晶片之間的互聯頻寬最高可達 800GB/s，能讓多個加速器在訓練大型模型時快速交換資料。

同時推出的 ICN Switch 1.0 網路晶片可實現：

• 64 卡全頻寬互聯
• 更低延遲的叢集通訊

這種設計旨在減少大型 AI 訓練叢集中常見的通訊瓶頸問題。

Panjiu AL128：128 卡超節點伺服器

為了把晶片真正轉化為可部署的雲端算力，阿里巴巴同時發布 Panjiu AL128 超節點伺服器。

該系統基於真武 M890 架構，將 128 張 AI 加速卡整合成單一運算節點，並透過 ICN Switch 1.0 提供低延遲連接。

這種高密度 AI 節點主要面向三類場景：

• 大型模型訓練
• 高併發推理服務
• AI 代理協同運作

透過同時設計晶片與伺服器架構，阿里巴巴可以在整個硬體層面進行最佳化，而不是依賴第三方 GPU 與網路設備。

Qwen3.7‑Max：為 AI 代理打造的大模型

在硬體之外，阿里巴巴也同步推出 Qwen3.7‑Max，這是千問（Qwen）系列的大型語言模型最新版本。

公司將其定位為 AI 代理應用的基礎模型，特別強調以下能力：

• Agentic coding（代理式程式開發）
• 複雜推理能力
• 長時間、多步驟任務處理（long‑horizon tasks）

官方表示，Qwen3.7‑Max 能在長時間自主運行的情境下保持穩定，最長可連續執行約 35 小時而不出現明顯效能下降。

這類能力對於自動化工作流程非常重要，例如：

• 軟體開發與除錯
• 數據分析
• 企業流程自動化

全棧 AI 平台：從晶片到雲端

整體來看，阿里巴巴正在建立一個完整 AI 平台（full‑stack AI），包含多個層級：

• 自研 AI 晶片（真武系列）
• 高密度 AI 伺服器與超節點系統
• 阿里雲 AI 服務與基礎設施
• Qwen 系列基礎模型

這種垂直整合模式與 Nvidia 的策略相似——將硬體、網路與軟體緊密整合，以最大化 AI 工作負載的效率。

阿里巴巴也將整個架構定位於 「Agentic 時代」：AI 不只是回答問題，而是能夠自主規劃任務、呼叫工具並完成多步驟工作。

晶片路線圖：V900 與 J900

阿里巴巴同時公布了真武晶片的未來規畫：

• 真武 V900：預計 2027 年推出
• 真武 J900：預計 2028 年推出

這顯示公司正以多年周期持續提升 AI 晶片性能，希望逐步建立可與全球主流加速器競爭的生態系。

為何這對中國 AI 產業重要

阿里巴巴的最新發布也凸顯一個更大的產業背景：美國對高階 AI 處理器的出口限制，正在促使中國科技公司加速發展自主算力。

如果阿里巴巴的策略成功，開發者將能在同一平台上取得：

• 本土 AI 晶片
• 雲端運算資源
• 大模型與 AI 代理工具

換句話說，一套從晶片到應用的完整 AI 生態系。

不過需要注意的是，目前關於真武 M890 的性能數據多來自公司發布或媒體報導，與 Nvidia H100 等主流 AI 加速器的獨立基準測試仍未廣泛公開。

即便如此，這一系列發布仍傳達出明確訊號：在全球 AI 算力競賽中，大型雲端公司正努力掌控 整個 AI 技術堆疊的每一層，而阿里巴巴正試圖成為中國本土 AI 基礎設施的重要核心玩家。