返回首页AI热点资讯

阿里要用自家芯片训下一代千问:大厂为啥都开始自己造芯了

听起来像是工程师才关心的事:阿里要在自家设计的芯片上训练下一代千问大模型。但这条消息其实和每个用AI的人有关——模型训练在谁的芯片上跑,直接决定了AI服务的…

2026年11月22日 4 分钟阅读 5

听起来像是工程师才关心的事:阿里要在自家设计的芯片上训练下一代千问大模型。但这条消息其实和每个用AI的人有关——模型训练在谁的芯片上跑,直接决定了AI服务的成本、稳定程度,以及会不会被别人的供应卡住脖子。11月的最新财报电话会上,阿里巴巴CEO吴泳铭确认,下一代Qwen模型将使用旗下平头哥半导体设计的芯片进行训练,百炼平台的推理服务也已经跑在国产芯片上。

这不是孤立事件。把最近一个月的消息排在一起看,一条趋势线相当清楚:中国电信用8192颗昇腾910C芯片训练出2850亿参数的星灵Xing4模型,全程不使用英伟达芯片;华为云开源了昇腾原生的具身世界模型;腾讯混元开源了7700亿参数的Hy4。国金证券11月22日的行业周报也把「国产芯片+自研模型」列为AI与云计算板块的核心看点,提到阿里发布Qwen4-Max时采用稀疏架构,大幅降低了推理成本。

什么是「自己造芯训自己的模型」

要理解这件事,先得分清两个环节:训练和推理。训练是把海量数据喂给模型、反复调整参数的过程,算力消耗巨大,往往需要成千上万块加速芯片连跑几周甚至几个月;推理则是模型训好之后,回答用户每一次提问的过程,单次消耗小,但要面对海量并发,考验的是延迟和成本。过去这两件事高度依赖英伟达的芯片和其配套的CUDA软件生态,国内厂商想绕开并不容易。

图源:ZAKER
阿里巴巴办公园区(资料图)

阿里这次的动作,是让自家的平头哥芯片同时进入训练和推理两个环节。平头哥成立于2018年,此前主要做面向嵌入式和边缘计算的RISC-V架构处理器,这次进入数据中心级别的大模型训练,标志着这些芯片的设计已经成熟到能支撑生产环境。吴泳铭在电话会上的理由很直接:当同一家机构同时掌握硬件指令集和软件优化层,就可以把两者接口处的效率损耗提前消除,从而降低成本、加快应用开发。

中国电信的路径则更「彻底」。作为中央企业,它既有动力也有条件全面转向国产芯片:直接从华为采购昇腾910C、自建数据中心和网络、与华为共同优化昇思MindSpore框架,再通过自己4亿多用户的零售渠道把AI算力当套餐卖出去。它在11月公开的Xing4论文显示,这款2850亿参数的混合专家模型由8192颗昇腾910C训练完成,138位作者参与了相关工作。

为什么要费这个劲

最直接的原因是成本。大模型竞争已经从「谁参数多」转向「谁用得起」。阿里Qwen4-Max采用稀疏架构降低推理成本,腾讯把Hy4蒸馏成性价比更高的Hy4 flash,都是同一个逻辑——在效果够用的前提下,把每一次调用的价格压下来。自研芯片如果能把训练和推理成本再降一截,就能在价格战里多一分底气。

图源:ZAKER
AI芯片电路板(资料图)

第二个原因是供应链安全。在出口管制限制高端芯片获取的背景下,国内云厂商和AI实验室都在加快自建供应链。阿里把自研芯片铺满从训练到服务的整条链路,意味着减少对外部芯片供应商的依赖,也降低了地缘变化带来的不确定性。对于把数据安全和供应链透明放在首位的企业客户,这是一张实打实的差异化牌。

第三个原因是生态卡位。谁掌握了「芯片+模型+平台」的完整栈,谁就能把客户留在自己的体系里。阿里的百炼平台是企业调用模型能力的商业入口,把推理服务迁到国产芯片上,既是对外展示国产算力的可用性,也是把自己的云服务和模型能力绑得更紧。

差距还在,但路已经走通了一部分

客观来看,国产芯片与国际顶尖产品之间仍有距离。两年前业内的普遍判断是国产AI芯片落后三到五年;目前昇腾910C大致对标英伟达2022年的H100,实用性能约为后者的六成。真正难跨越的其实不是芯片本身,而是CUDA十几年积累的软件生态。Xing4的案例说明,在投入足够工程资源的前提下,这道坎可以跨过去——只是代价不低、速度不快。

值得注意的是,路线选择正在分化:电信、华为这类国资背景的机构在全面押注国产芯片,而阿里、腾讯、月之暗面等互联网公司更多采取「两条腿走路」——能用英伟达的部分继续用,同时逐步把训练和推理往国产芯片上迁。这种渐进式过渡,可能比一刀切更符合各自的现实条件。

跟你有啥关系:芯片和模型的账最终会算到用户头上。国产芯片参与度提高、推理成本下降,意味着你用的AI助手、AI写作和翻译工具,长期看大概率会更便宜、响应更稳,也更不容易因为外部供应波动而涨价或停服。选购AI会员或按量付费服务时,可以留意厂商是否强调「国产算力」和「成本下降」,这类服务在价格和稳定性上通常更有后劲。不过要分清宣传与实测:芯片适配是否成熟,最终还是要看日常使用的流畅度和准确率。

从租别人的算力,到用自家的芯片训自家的模型,国内大厂正在把AI产业链的关键环节一点点握在手里。这条路还很长,但方向已经越来越清楚。

本文为原创整理,聚焦当日公开报道中的国产芯片与大模型进展。