跳至主要內容
科技 分析

Qwen 換自家晶片訓練、百煉推論用中國製:阿裏巴巴把算力自給補到最難的那一環

阿裏巴巴執行長吳泳銘在財報電話會議上確認下一代 Qwen 以旗下平頭哥晶片訓練、百煉平臺推論也用中國製晶片,本文從訓練與推論的難度落差、政策與輿論時機,整理這則宣示的分量與尚未補上的欄位。

Techroomage 編輯部 閱讀約 9 分鐘
Qwen 換自家晶片訓練、百煉推論用中國製:阿裏巴巴把算力自給補到最難的那一環

吳泳銘在財報電話會議上確認下一代 Qwen 以平頭哥晶片訓練、百煉以中國製晶片做推論;型號、規模與效率數據全數缺席。這是一則布局宣示,還不是驗收報告。

五天之內,兩則關於中國 AI 算力的消息先後落地。11 月 15 日,有報導引述研究者對模型權重的分析,指部分中國 AI 模型帶有輝達 Blackwell GPU 的訓練痕跡;同份報導也提醒,權重痕跡無法單獨證明晶片使用地點,談不上認定違反出口管制。11 月 20 日,TechNode 報導阿裏巴巴執行長吳泳銘在週四財報電話會議上的說法:集團正以半導體子公司平頭哥研發的晶片,訓練下一代 Qwen 模型;旗下百煉平臺則以中國製晶片提供推論服務。

前者是外界從模型權重往回推算力來源,後者是公司自己把算力來源講出來。兩相對照,後者給出的資訊其實相當有限,但方向劃得很清楚:阿裏巴巴要把自研算力,從推論一路推進到訓練。

說了什麼,沒說什麼

TechNode 的報導能確認的,是兩個事實。其一,平頭哥晶片用於訓練下一代 Qwen;其二,百煉平臺以中國製晶片承擔推論,也就是模型回應使用者請求的那段運算。百煉在國際市場稱為 Model Studio,提供模型存取與建置 AI 應用的工具。

確定的事實到此為止。報導沒有列出用於訓練的平頭哥晶片型號,沒有說明訓練動用了多少顆晶片、部署在哪裡、跑到什麼規模;對百煉所用的中國製晶片,也沒有提供廠牌或型號。吳泳銘另提到,晶片與模型的協作可改善運算成本及應用開發效率,並主張阿裏巴巴完整的 AI 基礎設施,將讓公司在中國國內運算供應鏈取得優勢。這兩句都沒有伴隨數字:沒有成本降幅,沒有效率幅度,也沒有供應鏈佔比。

清單圖卡列出阿裏巴巴財報電話會議確認的兩項晶片用途,以及晶片型號、訓練規模、效率數據三個未揭露的欄位

換句話說,這是一次方向宣示。執行長選擇揭露的,是布局的位置;沒有給的,是驗收的尺寸。對投資人來說,前者影響想像空間,後者決定什麼時候要兌現。

訓練與推論,兩種難度不同的算力

要判斷這則消息的分量,得先分清楚訓練與推論這兩種運算。

訓練是模型誕生的過程:把大量資料餵進模型,反覆調整參數,動輒需要成千上萬顆加速器連續運轉數週到數月。叢集規模與晶片之間的互連頻寬是硬門檻,軟體生態的成熟度則決定工程團隊能不能把硬體跑滿。推論發生在模型上線之後:每一次使用者提問,模型都要即時算出回應,在意的是延遲與單位成本。推論的硬體要求相對分散,量化與降精度等手法也讓更多種晶片有能力承擔。

這正好是出口管制長期以來的分割線:能撐起大規模訓練的頂級加速器,被管得最嚴;推論端的選項相對多,中國本土本來就有多家晶片供應商在這一級競爭。百煉用中國製晶片做推論,方向合理,分量有限。真正有分量的是前半句:下一代 Qwen 的訓練,用平頭哥的晶片。

清單圖卡比較 AI 模型訓練與推論的工作內容、硬體門檻與成本重點,並標出兩者對晶片要求的落差

平頭哥是阿裏巴巴 2018 年成立的半導體公司,過去對外發表的產品多集中在推論與通用運算:2019 年的含光 800 是 AI 推論晶片,2021 年的倚天 710 是伺服器 CPU。能撐起前沿模型訓練的加速器,官方未曾公布型號或規格。這恰好對上 TechNode 報導裡的那個空格:訓練晶片存在,細節全數缺席。

時機的幾層讀法

政策是第一層。美國對先進 AI 晶片的管制持續收緊,逐案許可的範圍還在往外延伸,我們先前整理過印尼算力藍圖撞上華盛頓逐案許可的案例,同一套關卡也籠罩在中國業者頭上。對雲端大廠來說,訓練級算力能不能自給,已經從成本問題變成供應安全問題。

輿論是第二層。11 月 15 日那則 Blackwell 訓練痕跡的報導,把「中國前沿模型到底用誰的晶片練出來」重新端上檯面。在這個時間點由執行長出面,說下一代 Qwen 用自家晶片訓練,對內對外都是表態:公司的旗艦模型不必賭在別人家的供應上。

財報的語言是第三層。這兩年中國科技巨頭把大量現金搬進 AI 基礎設施,騰訊把單季自由現金流花成負數、現金先搬進機房就是同一個敘事的另一份註腳。資本市場在問錢花到哪裡,吳泳銘的回答是把 Qwen、平頭哥、百煉串成一條垂直線:自家晶片練自家模型,模型掛在自家平臺,平臺再對外賣推論。在這種場合,布局的完整本身就是故事。

引述圖卡呈現吳泳銘在財報電話會議上對晶片與模型協作可改善運算成本與開發效率的說法,出處為 TechNode 報導轉述

影響落在誰身上

對百煉與 Model Studio 的使用者來說,推論換上中國製晶片,最先影響的是服務穩定性與價格,長期則是多一層合規評估。國際版 Model Studio 的企業客戶,未來在採購文件裡可能要處理「推論跑在哪類晶片上」這個問題,而這條路目前沒有標準答案。

對中國本土晶片產業來說,這是少見的背書。雲端龍頭願意把旗艦模型的訓練放在自家晶片上,等於替「本土訓練級算力可用」這件事掛上自己的名字。華為昇騰生態之外,市場一直在等第二個能撐起訓練敘事的名字,阿裏巴巴現在把自己放上了檯面。

對輝達與美國政策圈來說,這則消息是長期變數。中國業者每往自研訓練算力挪一步,管制手段能施力的面積就少一塊。當然,前提是那批晶片真的撐得起下一代 Qwen 的訓練,而這正是目前無法驗證的部分。

接下來可以核對的訊號

Qwen 的下一份技術報告。Qwen 系列發布模型時慣常附上技術報告,如果下一代版本對訓練硬體、叢集規模多寫幾行,這次宣示就有了第一份可核對的文本。

未來幾季的財報電話會議。成本與效率的說法若反覆出現卻始終沒有數字,市場遲早會把方向與成果分開計價;反過來說,任何一個量化欄位落地,都是重新評估的時點。

百煉與 Model Studio 的文件。平臺是否揭露特定模型跑在哪類晶片上,會直接影響企業客戶的採購判斷。

外部驗證。針對模型權重的分析提供了一條獨立於公司說法的檢查路徑:下一代 Qwen 發布後,權重裡的訓練痕跡會自己說話,就像 11 月 15 日那則報導示範的那樣。

回到讀者能用的判斷:阿裏巴巴這次給出的是一張布局圖,還沒有給出驗收單。訓練與推論兩端都指向自研與中國製,方向明確;晶片型號、訓練規模、效率數據三個欄位全數空白。在空格補上之前,合理的讀法是把它當作供應鏈宣言,性能保證要等數據進場。補格子的速度,比宣言本身的口氣,更值得追蹤。

資料來源:本站編輯參考 APPI News〈中國AI晶片如何用於模型訓練與推論?〉(作者:APPI 編輯部)改寫而成,原文出處;原文文字內容採 CC BY 4.0 授權。