云栖大会发布真武 V900：单芯片性能为上代 3 倍，阿里计划训练 5 万亿至 10 万亿参数模型

单芯片性能 3 倍，216GB 显存配 1200GB/s 片间互联

在 2026 杭州云栖大会上，阿里平头哥发布新一代训推一体 AI 芯片真武 V900。官方给出的关键参数是：单芯片性能达到上一代真武 M890 的 3 倍，搭载 216GB 大容量显存，片间互联带宽 1200GB/s，原生支持 FP8 与 FP4 低精度计算，可同时覆盖高精度训练与超低精度推理场景。量产时间定在 2027 年一季度，之后在阿里云数据中心规模化部署。

216GB 显存是一个需要放在语境里读的数字。单卡显存直接决定能装下多大的模型、能开多长的上下文、能容纳多大的批处理。这也是为什么近两年算力竞争里，显存容量的排位一路前移。

真正的看点是集群规模和模型规模，不是单卡

比单芯片参数更值得注意的是集群规划。通过自研互联芯片实现千卡全带宽互联与内存统一编址，在新一代超节点服务器加持下，单一集群可扩展至 50 万卡。这个数量级决定了它面向的是万亿参数级模型的训练与智能体推理，而不是单机实验。

阿里巴巴 CEO 吴泳铭同时宣布，阿里计划训练 5 万亿至 10 万亿参数规模的下一代模型，并将阿里云全球数据中心规模在 2032 年扩至 20GW 以上。

把 50 万卡集群和 5 万亿到 10 万亿参数模型放在一起看，意图就很清楚了：芯片、互联、集群、模型是一条线上的四个环节，缺一环都跑不通。截至今年 6 月，真武系列已服务超过 650 家企业客户，这是它的商业化底数。

路线图里还有一颗 CPU

阿里这次首次公布了服务器 CPU 路线图：2027 年推出倚天 720 与倚天 730，后续推出采用第二代自研核的倚天 750，并可经总线与真武直连协同。CPU 与 AI 芯片在同一套自研互联里协同，目标是构建端到边的算力底座。

给使用者的实际建议是：别把注意力全放在 3 倍这个倍数上。倍数是对比上一代同规格芯片得出的，而真实训练效率取决于集群内互联、显存带宽、软件栈成熟度和故障率。评估这类国产算力平台时，更值得问的是：我的模型架构能不能在上面跑满、迁移成本多高、生态工具链是否齐备、以及量产时间是否匹配我的业务节奏。