云棲觀察：一個超級云計算周期正在到來

作者林易

編輯重點君

自2015年由阿里云開發者大會更名以來，云棲大會一直是觀察中國乃至全球云計算與AI技術的風向標。

今年的大會現場，氣氛尤為熾熱。從議程、嘉賓到展區，阿里云全方位展示了作為國內公有云第一大廠的生態號召力，場景很容易讓人聯想到英偉達GTC。與往年討論數字化轉型、產業上云的議題不同，今年幾乎所有的內容都指向同一個焦點：AI。

全球云計算行業正在經歷一場深刻的范式轉移。從以CPU為核心的計算，加速轉向以GPU為核心的AI計算，傳統云的計算、存儲、網絡到容器都需要徹底重構。云廠商增長的核心驅動力也不再是傳統的計算、存儲和網絡，而是為訓練和推理大模型服務的AI算力。

新技術范式，正在催生一個超級云計算周期。在北美，亞馬遜、微軟、谷歌的資本開支競賽不斷刷新紀錄。其中，微軟通過深度綁定OpenAI，將GPT系列模型整合進Azure，搶占企業級市場先機；亞馬遜AWS則憑借其市場領導者地位和自研的Trainium、Inferentia芯片，發力構建更高性價比的AI基礎設施；谷歌則依托Gemini模型，推動云業務與AI能力的深度融合；Oracle也憑借與OpenAI的合作迅速崛起。

在中國，經歷了數年的高速增長與市場調整后，云廠商們同樣找到了新的、更為強勁的增長引擎。從中國公有云市場大盤來看，2024下半年，市場增速17.7%，創新高，進入2025年，增速進一步提升。上一次中國云計算大爆發，還是2014到2020年；但2021到2023年，移動互聯網紅利見頂，云市場增速一路下滑；直到2023年，伴隨著大模型浪潮，才重啟增長。

阿里云在此次大會上，展示了其對未來的判斷和戰略布局。這即是一次技術產品的集中發布，更是一場阿里云關于未來計算形態的系統性思考。

戰略：吳泳銘的一個定義和兩個判斷

阿里巴巴集團CEO吳泳銘在其主旨演講中，將目光投向了通用人工智能（AGI）之后的終極目標——超級人工智能（ASI），即能自我迭代并全面超越人類的智能系統。他認為，這條通往ASI的道路將經歷三個清晰的階段：

第一階段：智能涌現（學習人）。基于互聯網數字化的海量人類知識，大模型涌現出通用對話和初步的推理能力，開始理解世界。目前，AI在各學科學術測試中已能逼近人類頂級水平。

第二階段：自主行動（輔助人）。這是我們正處的階段。AI的關鍵突破在于具備了使用工具（Tool Use）和編程（Coding）的能力。通過調用軟件、接口和設備，AI開始在真實世界中輔助人類完成復雜任務，極大地提高生產力。

第三階段：自我迭代（超越人）。這是通往ASI的終局。吳泳銘認為，此階段有兩個關鍵要素。第一，AI必須連接并直接從物理世界獲取全量的原始數據，而非僅僅學習人類歸納后的二手知識。第二，基于海量真實世界數據，AI將具備自主學習（Self-learning）的能力，可以為自身升級搭建訓練環境、優化數據流，最終實現智能的自我迭代。

這套三階段理論，清晰地勾勒了阿里的技術路線圖。展示了阿里對標OpenAI、谷歌等全球科技巨頭，同臺競技、共同探索智能終極形態的雄心。

為此，吳泳銘提出了兩個核心判斷，這構成了阿里云當前戰略的基石：

判斷一：大模型是下一代的操作系統。在這個新范式中，自然語言成為新的編程語言，Agent是新的軟件形態，Context（上下文）則是新的內存。大模型將成為用戶、軟件與計算資源之間交互調度的中間層。基于此判斷，阿里云做出戰略選擇，推動通義千問模型開源，致力于打造AI時代的“Android”生態。

判斷二：超級AI云是下一代的計算機。未來的世界，每個人都可能擁有成百上千個Agent不間斷地協同工作，這將需要海量的計算資源。數據中心的計算范式正從以CPU為核心，轉變為以GPU為核心。只有具備超大規模基礎設施和全棧技術能力的“超級AI云”，才能承載這樣的需求。

阿里云的目標，正是要構建這樣的“超級AI云”，為全球提供智能算力網絡。為此，阿里正在進行飽和式投入。今年2月，公司提出了為期三年的3800億AI基礎設施建設計劃，并且還會持續增加投入。吳泳銘在本次大會上進一步補充：為迎接ASI時代的到來，對比2022年，阿里云計劃到2032年將其全球數據中心的能耗規模提升10倍。

技術：最領先的模型和基礎設施

如果說“超級AI云”是下一代的計算機，那么它必須同時擁有最領先的AI模型（大腦）和最領先的AI基礎設施（軀干）。此次云棲大會，阿里云圍繞這兩點進行了全棧體系的升級。

一、最領先的模型

阿里云本次連續發布了7款通義大模型，在智能水平、多模態和Agent能力等方面實現多項突破。

旗艦模型：通義旗艦模型Qwen3-Max，參數超過萬億，性能躋身全球前三，超過了GPT5和Claude Opus 4。其在解決真實世界問題的SWE-Bench測試中位列全球第一梯隊，在Agent工具調用能力的Tau2-Bench測試中也取得了突破性成績。

下一代架構：Qwen3-Next及系列模型，采用了高稀疏度MoE結構等創新技術，實現了模型計算效率的重大突破，訓練成本較密集模型大幅下降超過90%，長文本推理吞吐量提升10倍以上。

專項與多模態模型：

編程模型Qwen3-Coder，推理速度和代碼安全性顯著提升。

視覺理解模型Qwen3-VL，在32項核心能力測評中超越Gemini-2.5-Pro和GPT-5。

全模態模型Qwen3-Omni，音視頻能力在32項開源測試中達到最佳性能（SOTA）。

通義萬相推出Wan2.5-preview系列，視頻生成時長提升至10秒，并首次實現音畫同步的視頻生成能力。

全新的語音大模型“通義百聆”，包含語音識別和語音合成兩大模型。

模型能力的提升直接催生了應用的爆發。過去一年，阿里云百煉平臺的模型日均調用量增長了15倍。同時，阿里云發布了全新的Agent開發框架ModelStudio-ADK和低代碼平臺ModelStudio-ADP，目前已有超20萬開發者在百煉平臺開發了超過80萬個Agent。

二、最領先的基礎設施

強大的模型需要堅實的基礎設施支撐。阿里云CTO周靖人接受采訪時表達了阿里云的判斷：當下，整個行業對于技術路線而言，大方向的分歧已經很少。全球幾乎所有公司，都在激進投入到AI競爭，快速發布模型。但問題在于，各個廠商具體怎么去做。

“現在的模型競爭，已經是系統和系統之間的競爭。模型的發展創新不存在憋大招的說法，這和底層的基礎設施、云都是相輔相成的。”

過去一年，阿里云的AI算力增長超過5倍，AI存力增長超過4倍。本次大會，阿里云對其AI基礎設施進行了全面升級，展示了從芯片到智算集群的全棧技術能力。

服務器：AI大模型訓練是典型的高性能計算場景，對算力密度、散熱能力和芯片兼容性提出了苛刻要求。傳統通用服務器機柜顯然無法勝任。為此，阿里云發布全新自研的磐久128超節點AI服務器，單柜可支持128個AI計算芯片，密度刷新業界紀錄，同等算力下推理性能可提升50%。

網絡：在大規模分布式訓練中，網絡延遲和帶寬直接決定了“木桶”的短板。阿里云新一代高性能網絡HPN 8.0，GPU互聯網絡帶寬達到6.4Tbps，可支持單集群10萬卡GPU的高效互聯。

存儲：AI工作負載對存儲的需求極為分裂。分布式存儲升級，其中對象存儲OSS推出Vector Bucket，可使構建RAG等AI應用的存儲成本驟降95%。

AI智算集群：智能計算靈駿集群能力升級，通過拓撲感知調度設計支持10萬卡穩定互聯，并具備故障分鐘級恢復能力。

平臺與服務：容器服務ACK和人工智能平臺PAI也針對AI場景進行了深度優化。PAI與通義大模型聯合優化后，模型訓練端到端加速比提升3倍以上，推理吞吐TPS增加71%，時延TPOT降低70.6%。

組織：那個能打的阿里回來了

從定義通往ASI的清晰路徑，到構建“模型+基礎設施”協同創新的AI超級計算機，阿里云正在以系統性的方式，做好準備，迎接并塑造這個由AI驅動的超級云計算周期。行業的未來圖景已經日益清晰：算力即權力，而承載這股力量的，唯有超級AI云。

此次云棲大會，恰逢吳泳銘掌舵阿里云，確立“AI驅動”戰略兩周年。從結果來看，無疑是成功的，資本市場的積極反饋也側面印證了這一點。

如果我們把視角放到阿里這家公司，經歷了前幾年的蟄伏，隨著創始團隊回歸，那個以敏銳戰略遠見和強大組織執行力著稱的阿里，又回來了。