阿里巴巴在中國推出由 10,000 顆 Zhenwu 晶片驅動的超大規模 AI 資料中心

阿里巴巴啟動了迄今為止最具雄心的人工智慧基礎設施專案之一：在中國建設一座全新的 AI 專用資料中心，並以 10,000 顆自研 Zhenwu 晶片作為算力核心。這款由阿里巴巴內部研發、並與中國電信合作大規模部署的半導體，旨在同時承擔 AI 訓練與推理工作負載，標誌著中國在高階運算自給自足進程中的新階段。

對 Creati.ai 的讀者而言，此一進展代表了客製化晶片、超大規模資料基礎設施與充滿地緣政治色彩的 AI 競賽三者之間的一個關鍵交會點。

走進這座全新的 AI 資料中心

這座新設施由 阿里巴巴 與中國電信共同發佈，被定位為一座雲端規模的 AI 樞紐節點，專門為大型語言模型、電腦視覺系統，以及驅動現代 AI 應用的其他高運算密集型工作負載進行最佳化。

規模與技術企圖

根據公開資訊，此次部署包含：

• 10,000+ 顆 Zhenwu AI 晶片，以高密度叢集方式配置
• 支援大型 AI 模型的 訓練與推理
• 整合進阿里雲現有的基礎設施技術堆疊

儘管阿里巴巴尚未公開完整的晶片級規格，公司強調 Zhenwu 的設計重點在於：

• 單位運算的高能效表現
• 對基於 Transformer 架構的最佳化效能
• 在雲端環境中對主流 AI 框架提供彈性支援

這使得該資料中心成為阿里巴巴 AI 雲端路線圖中的基礎節點，而 Zhenwu 平台則同時扮演效能與策略上的差異化關鍵。

策略性選址與網路整合

透過與中國最大的電信營運商之一 中國電信 的合作，阿里巴巴將這座資料中心納入更廣泛的高頻寬骨幹網路之中。這種連通性對以下目標至關重要：

• 為遍布中國多個區域的 AI 即服務（AI-as-a-service）客戶提供支援
• 為企業與消費者應用提供低延遲推理能力
• 具備災難復原與多區域訓練能力

這座設施並未被定位為一項孤立資產，而是作為整體整合雲端 AI 網路結構的一部分，該結構涵蓋儲存、網路以及為 AI 工作負載量身調整的協調與管理層。

Zhenwu：阿里巴巴的專有 AI 晶片策略

客製化晶片已成為超大規模 AI 的關鍵特徵。Nvidia 仍是全球效能領導者，但 Google（TPU）、Amazon（Trainium、Inferentia）與 Microsoft（Maia、Cobalt）等公司也正積極投入自研晶片開發。Zhenwu 則是在中國特有的監管與供應鏈環境下，阿里巴巴對這一趨勢的回應。

為何 Zhenwu 此刻格外重要

Zhenwu 在資料中心規模上的推廣時機，因多項原因而別具意義：

• 出口管制： 美國對先進 GPU 輸往中國的持續限制，迫使本土業者更大力發展在地硬體替代方案。
• 成本結構： 自研晶片在長期總持有成本上，較依賴進口加速器更具優勢，尤其是在部署數量達到數萬片等級時。
• 垂直整合： 從晶片到雲端服務都自行掌控，可更緊密地優化效能、功耗與軟體工具鏈。

阿里巴巴對外溝通時強調，Zhenwu 晶片 被設計用於 訓練與推理雙重場景，顯示其目標是成為廣泛用途的「主力工作晶片」，而非只服務於利基型加速任務。

客製化 AI 晶片策略的比較

雖然目前尚無詳盡的效能基準測試數據可供參考，但 Zhenwu 的策略定位，大致與其他超大規模雲端業者的自研晶片計畫相呼應：

各家供應商都試圖針對自身的雲端軟體堆疊進行最佳化，使晶片與協調調度、模型服務與開發者工具高度耦合。Zhenwu 則是阿里巴巴在這個類別中的布局，並特別貼合中國市場與監管環境。

與中國電信共建的全國 AI 基礎設施

阿里巴巴與中國電信的合作，使得這項專案不僅是企業層級的基礎設施升級，更成為中國擴展 AI 能力的全國性行動一部分。

電信與雲端的協同效應

中國電信帶來：

• 支撐海量 AI 資料流的 電信級網路能力
• 能夠最終將 AI 推理拓展至貼近終端使用者的 邊緣連接能力
• 橫跨多省與多產業領域的 監管合規與區域覆蓋能力

阿里巴巴則貢獻其：

• 雲原生 AI 平台與開發者生態系
• 經營超大規模資料中心與 hyperscale 服務的經驗
• 專有晶片與模型訓練專長

此種電信與雲端的合作模式，與中國持續推動將 AI 能力編織進工業互聯網、智慧城市專案與公共部門 IT 系統的國家戰略相契合。

國產 AI 自主可控

這座以 Zhenwu 為核心的資料中心，同時也契合中國追求 自立自強的 AI 基礎設施 的方針，作為對全球供應鏈不確定性與科技出口限制的回應。具體而言，透過：

• 建立 本土晶片設計與製造路線
• 在中國運營的資料中心內高量部署 AI 加速器
• 降低對國外 GPU 供應商的依賴

阿里巴巴與中國電信正將自己定位為「國產」AI 運算能力的核心供應者。

對全球 AI 基礎設施競賽的影響

這座由 10,000 顆 Zhenwu 晶片驅動的 AI 資料中心 的推出，正值競爭日益激烈之際，競逐者不僅包括晶片供應商，也涵蓋前沿 AI 模型開發商與全球雲端服務提供者。

對 AI 運算需求不斷攀升

AI 運算需求曲線持續陡升：

• 訓練前沿大型語言模型如今需要 數萬顆 高階加速器。
• 推理工作負載，特別是在搜尋、助理與企業自動化領域，整體規模相較訓練 高出數個數量級。
• 企業愈來愈期待 隨取即用的專用 AI 叢集，而非自行建置基礎設施。

透過建置一座擁有 10,000 顆晶片的設施，阿里巴巴表明其打算在這場競賽中維持競爭力──不僅作為電商巨頭，更要成為全方位的 AI 基礎設施供應商。

競爭格局

在國際上，AI 雲端市場目前主要由少數幾方主導：

• 具備強大晶片路線圖的 美國超大規模雲端業者（Amazon、Microsoft、Google）
• 與這些雲端合作進行訓練與部署的 專業 AI 公司
• 在歐洲與亞洲打造在地化或「主權」AI 堆疊的 區域玩家

阿里巴巴在生產規模上部署 Zhenwu，為其帶來：

• 與仍仰賴混合或進口硬體的中國本土競爭者之間的差異化敘事
• 對國外 GPU 供應中斷風險的策略性緩衝
• 一個可供 AI 新創、企業與政府客戶使用的平臺，用以取得穩定、長期的 AI 運算能力

儘管出口管制限制了這項技術在國際上的擴散範圍，此舉仍強化了阿里巴巴在中國 AI 生態系中的關鍵角色。

對開發者與企業意味著什麼

對於正在構建 AI 產品的開發者與企業而言，這一消息的實際意義，取決於阿里巴巴將如何將 Zhenwu 落地運營，並透過阿里雲對外開放其能力。

對 AI 構建者的潛在優勢

若 Zhenwu 叢集完全整合進阿里雲的公開服務當中，可能帶來：

• 在全球晶片短缺期間，對接近 GPU 等級大規模資源的 更可預期存取能力
• 相較進口加速器，特別是在長時間訓練任務上的 更優化定價
• 與阿里既有 AI 開發平台與 MLOps 服務之間的 更緊密整合

對主要在中國境內運營的組織而言，這可轉化為在部署生成式 AI（Generative AI）、推薦系統與領域專用模型時，更穩定的規畫藍圖。

互通性與工具鏈上的疑問

對開發者生態系而言，目前仍待釐清的關鍵問題包括：

• 現有 AI 框架（如 PyTorch 與 TensorFlow）在 Zhenwu 上能否 無縫運行
• 是否會出現需要開發者採用的 客製化編譯器、SDK 或執行階層（runtime）
• 阿里巴巴將如何針對不同模型規模與模態，進行效能基準測試並公開文件

這些問題的答案將決定 Zhenwu 型基礎設施，能多快在阿里巴巴內部產品之外，對更廣泛客群產生吸引力。

展望：走向更碎片化但更具韌性的 AI 運算世界

從 Creati.ai 的視角來看，阿里巴巴的 Zhenwu 資料中心凸顯了一個更深層的結構性趨勢：AI 運算正走向 區域化且垂直整合的技術堆疊。取代由少數美國晶片公司主導的單一、全球統一硬體生態，我們正看到：

• 區域冠軍 打造自有晶片與超大規模設施
• 更緊密的耦合 出現在電信營運商、雲端供應商與 AI 平台之間
• 政策驅動的誘因，促使關鍵 AI 基礎設施在地化

對全球 AI 社群而言，這種碎片化帶來利弊兩面。一方面，它透過減少供應鏈中單一失效點來強化韌性；另一方面，也讓在不同司法管轄區與平台間無縫運作的 AI 系統變得更加複雜。

阿里巴巴在新建 AI 資料中心中部署 10,000 顆 Zhenwu 晶片，是朝此方向邁出的高度醒目的一步──不僅會被中國本土競爭者密切關注，也將成為全球雲端與晶片設計公司在爭奪未來十年 AI 基礎設施主導權時的重要觀察樣本。