阿里巴巴拚2032年20GW資料中心，晶片量產能跟上嗎？

 

阿里巴巴把AI版圖延伸到晶片、模型與20GW資料中心

阿里巴巴集團(BABA)今年9月22日在杭州Apsara大會發布Zhenwu V900 AI晶片，並提出2032年前建立全球逾20GW資料中心容量的規劃。這項布局涵蓋晶片、運算叢集、AI模型與雲端基礎建設，顯示阿里巴巴準備用垂直整合方式擴大AI供應能力。

20GW代表資料中心可使用的電力容量，也是衡量AI基礎建設規模的重要單位。這類多年期規劃會牽動伺服器、電力、散熱、網路與機房建設，後續也需要龐大資本支出配合。20GW屬於長期供給規劃，實際收入貢獻仍要看建置速度、客戶需求與設備利用率。

截至今年9月22日，頁面所列阿里巴巴股價上漲2.22%，Nvidia(NVDA)上漲2.3%。兩家公司同日走高，反映短線市場仍可同時交易全球AI需求成長與中國本土晶片擴張，單日價格也只能說明當下預期變化。

 

Zhenwu V900預計2027年首季量產，商用進度將檢驗晶片能力

Zhenwu V900由阿里巴巴旗下T-Head半導體部門開發，官方宣稱效能達前代M890的三倍。每個叢集最多可支援50萬顆晶片，用於高階AI模型的訓練與推論，預計2027年第一季進入量產及商用階段。

三倍效能與50萬顆叢集規模提供了明確的技術方向，也把執行難度同步推高。大型叢集需要晶片供應、互連技術、軟體相容性與資料中心電力共同配合。任何一個環節進度落後，都可能影響商用時程與客戶採用。

阿里巴巴預期，隨著中國企業尋找Nvidia處理器的本土替代方案，年度AI晶片出貨量將顯著成長。這項預期仍需由量產良率、實際出貨及雲端客戶部署進度確認。對機構資金來說，發布規格屬於產品訊號，持續出貨與穩定運行才會逐步形成財務貢獻。

 

Qwen模型朝5兆至10兆參數擴張，推升內部算力需求

阿里巴巴目前主力模型Qwen 3.8 Max擁有2.4兆個參數。規劃中的Qwen 4.5與Qwen 5預計擴張至5兆到10兆個參數，約為現有規模的兩到四倍。模型規模上升，通常也會增加訓練、推論與資料處理所需的運算資源。

阿里巴巴表示，自研M890 AI超級節點已能處理超過2兆個參數的模型推論，具備這項能力的企業仍屬少數。這也說明V900與20GW規劃存在內部需求支撐：模型持續放大，阿里巴巴需要更多晶片與資料中心容量，才能維持訓練與推論效率。

Qwen團隊另宣稱在遞迴自我改進方面取得重大進展。模型可識別自身限制、設計實驗並合成資料，藉此推動後續改進。技術進展仍要接受商用場景檢驗，包括複雜任務的穩定性、推論成本與長時間運作表現。

 

中國本土晶片增加供應選項，AI資本支出風險同步累積

阿里巴巴的布局呈現中國AI產業降低外部晶片依賴的方向，也讓Nvidia面對更多本土供應選項。短期內，全球AI運算需求仍可能容納多家供應商；中長期競爭將逐步延伸到晶片效能、軟體生態、能源效率與整體部署成本。

我會把這項計畫放在AI資本支出週期觀察。大型雲端企業持續擴建算力，可以支持半導體與基礎建設需求，也可能形成供給擴張快於終端使用量的風險。容量、利用率與獲利需要同步追蹤，單看模型參數或資料中心GW數，仍難判斷投資回報。

目前可以確認的是，阿里巴巴已把AI競爭範圍擴大到自研晶片、超級節點、模型與全球資料中心。後續若量產時程、晶片出貨、模型部署及20GW建設進度互相支持，這套垂直整合策略才會逐步轉化為企業獲利。題材持續集中在AI基礎建設時，資本支出效率與需求利用率將成為更需要警戒的結構性風險。