“脱颖而出”会议（三十九）：阿里云栖大会总结20250928

2025年09月29日 关键词 阿里云AI资本开支 国产AI链AIDC算力芯片 服务器 超节点 液冷 数据中心 通义千问 开源开放 智能算力投资机会 产业趋势 超级点方案GPU AI大模型CPU光模块 全文摘要 开源通信分析师 在近期召开的第39场电话会议中，通信首席分析师与同事及研究员共同总结了阿里云栖大会的关键信息，凸显了阿里在人工智能领域的深耕与长远布局。会议着重讨论了AI技术进展、数据中心建设与能耗优化、AI大模型发展，以及国产AI产业链的积极前景。特别强调了国产AI与算力的崛起，包括国产芯片需求的增长、液冷技术的应用，以及阿里云资本开支的提升和AI硬件设备的创新。这预示着国产AI产业链将迎来快速发展，建议投资者关注国产算力芯片、服务器等相关领域的机会。 章节速览 阿里云栖大会揭示AI投入决心 会议强调阿里云在AI领域的坚定投入，以及对国产AI链提速发展的看好。尽管市场曾质疑国产AI的供需，但研究团队基于与产业界的紧密跟踪，坚持认为国产AI未来光明。阿里云2026财年一季报显示资本开支超出预期，增速创新高，进一步巩固了市场信心。会议重申将全力投资AI，展现长期发展的决心。 阿里云栖大会揭示AI资本开支上调与AIDC能耗规划 阿里宣布将上调AI资本开支，计划在原有3800亿投资基础上追加更多，未设上限，预示AI生态壮大及国产算力卡供给增加。同时，阿里预测2032年全球数据中心能耗将比2022年提升十倍，暗示未来AIDC需求激增，每年新增能耗达十几瓦量级，对国内AIDC行业提出挑战与机遇。市场对国产AI算力芯片持乐观态度，AIDC招标已开始恢复，预计明年国产AI产业链将迎来重大发展。 超节点与液冷技术引领数据中心产业发展 对话强调了超节点和液冷技术作为数据中心产业未来发展方向的重要性。华为、阿里等科技巨头在超节点领域持续布局，推动产业技术革新。液冷技术因其高效能和低能耗特性，预计将在国内外数据中心建设中广泛应用，成为行业大趋势。此外，国产算力芯片的崛起受到国家政策支持，相关产业链如AIDC机房、智能、供电、网络等方向的投资机会值得关注，行业将迎来爆发式增长。 阿里云栖大会：国产AI产业链加速与阿里云布局 对话讨论了国产AI产业链的加速发展，特别是阿里云在AI领域的布局与创新。阿里云提出了开源开放的AI大模型战略，旨在打造AI时代的安卓，同时构建下一代超级AI云，提供全球智能算力网络。此外，阿里云展示了包括磐久2.0AI服务器在内的多种硬件产品，展现了其在AI计算和网络连接方面的持续投入与技术实力。 AI超算领域液冷技术与网络升级趋势 对话聚焦于AI超算领域，特别是液冷技术和网络架构升级。液冷技术在GPU、CPU节点中广泛应用，提升散热效率。网络方面，HPN8.0引入102.4T交换机，支持800G端口，未来可升级至409.6T。公司还展望了光互联架构，如GPU间光连接，以降低延时。整体趋势显示，液冷和高速网络是未来AI超算发展的关键方向。 阿里云栖大会：旗舰模型与AI基础设施新进展 阿里云在云栖大会上发布了7款新模型，包括旗舰模型Qwen 3 Max，其预训练参数达到36T，性能超越全球领先的GPT5。同时，阿里云展示了下一代架构模型Qwen3 Nex，仅激活3B参数即可媲美235B模型，大幅降低训练成本。在多模态领域，Qwen 3VL开源，表现优异。此外，阿里云宣布了全球IDC扩建计划，预计未来五年全球AI累计投入将超4万亿美金，展现了公司在AI基础设施上的坚定投入。 问答 发言人 问：阿里云栖大会的核心内容是什么？团队为何对国产AI持坚定看好态度？ 发言人答：阿里云栖大会的核心是以AI为核心，展现了阿里在AI领域坚定的决心和投入，预示着国产AI产业链有望进入提速发展阶段。团队坚持研究与产业深度闭环的理念，紧密跟踪产业界动态，并观察到阿里、腾讯等科技巨头大力投资AI的决心，不因短期波动而看空国产AI的发展前景。 发言人 问：阿里云栖大会中关于资本开支上调的信息有何重要意义？ 发言人 答：阿里云宣布将在原本3800亿AI资本开支计划基础上追加更多投资，这表明阿里对AI的投入信心坚定且有想象力，若AI生态强大及国产算力供给充足，资本开支可能远超市场预期。 发言人 问：阿里云栖大会中提到的2032年数据中心能耗提升十倍意味着什么？ 发言人答：这意味着阿里未来8年内全球数据中心需新增约90G的功耗，每年新增量级将达到十几瓦级别，对全球AIDC市场的新增需求将非常庞大，尤其在中国，将对国产算力卡的需求产生重大影响。 发言人 问：对于国产AI链中AIDC板块的市场态度如何？ 发言人答：目前市场对于国产算力卡持乐观态度，但对于AIDC板块整体持消极观点。然而，Q3以来，随着国产芯片起量和招标修复，认为国产IDC招标已开始恢复，后续只要有足够芯片供应，招标将加速，产业趋势明确。 发言人 问：国产AI产业链何时会迎来重大转折？ 发言人答：预计明年将是国产AI产业链崛起的大年，因为芯片到位将迅速改变AIDC供需状况，而阿里等大厂对AI的规划将带来巨大需求，整个行业趋势明显，强调务必重视国产AI产业链的发展。 发言人 问：在AI技术发展趋势中，超节点和液冷技术占据怎样的地位？ 发言人答：明年超节点将是非常重要的发展方向，华为、阿里、寒武纪和字节都在布局超节点。华为在全联接大会上发布了950系列芯片及新的超节点布局；阿里云不仅发布了盘9？128卡的超节点AI服务器，还升级了网络侧至800G，并推出了一整套全站AI技术服务能力。液冷技术方面，明年无论是国内外的数据中心都将标配液冷，液冷产业将迎来大年，其中包含超级电荷液冷的投资机会。 发言人 问：从阿里云大会中可以观察到哪些产业趋势及推荐的标的？ 发言人答：阿里云大会揭示了产业趋势和变化，从推荐标的来看，建议短期加仓国产算力芯片、配套服务器及服务器电源。在国产算力卡领域，国家大力支持国产芯片，寒武纪定增已通过证监会审核，摩尔县城IPO也获上交所通过，因此推荐中兴通讯、寒武纪、海光信息等核心标的。服务器电源方面推荐欧陆通，服务器推荐华新技术、浪潮信息等。 发言人 问：AI芯片的消耗如何直接影响AIDC的需求？ 发言人 答：AI芯片的消耗与AIDC的需求呈现线性关系。例如，50万张700瓦的AI芯片可能消耗1000瓦的数据中心，随着国产卡功耗增加，对AIDC的需求也会随之增大。阿里预计2032年全球需要每年数千万AIDC，而目前可用的只有十几万，表明一旦芯片供应增多，AIDC的需求将逐步爆发并快速增长。 发言人 问：对于AIDC这一块，有哪些具体的发展方向？ 发言人答：AIDC分为四个主要方向：AIDC机房、智能、供电和网络。机房方面涉及光环新网、奥飞数据等；智能方面涉及伊梅克、高栏股份等；供电方面推荐科华数据、中恒电气；网络方面则关注锐捷网络、盛科通信等交换机厂商，以及华工科技、光迅科技等光模块供应商。 发言人 问：阿里云栖大会中，阿里提出了哪些重要目标和发展路线？ 发言人答：阿里云栖大会上，阿里明确提出两大发展目标。一是坚定开源开放通义千问等AI大模型路线，致力于打造AI时代的安卓基础底座，将投入大量资源发展基础大语言模型和其他专项模型。二是构建下一代超级AI云，为全球提供智能算力网络，定位成为人工智能服务商，不仅提供云服务，还将布局全球互联计算网络，持续在算力、网络连接和IDC基础设施方面加大投入。 发言人 问：AI一体机和超级点方案的情况如何？超级点方案的互联结构是怎样的？ 发言人答：AI一体机是针对私有云和中小企业场景提供的解决方案，而超级点方案是阿里的第二代磐久AI info 2.0产品，采用128卡GPU设计。该方案将GPU与CPU等组件集成在一个标准服务器机框内，宽度为1.2米，高度52RU。单个计算节点包含4颗PPU芯片，并配有交换芯片以实现高效互联，同时采用液冷散热技术，单机位最大散热功耗可达350千瓦且单卡功耗较低，单芯片最高支持2000瓦。超级点方案中，GPU之间通过正交背板无背板形式进行互联，交换机则配备51.2T芯片并采用液冷方式。CPU与GPU之间使用K节点互联，机柜背部还设有CDU双路双回设计，供电侧采用N+2冗余ATS双输入，并运用无源设计，整体电能转换效率高达97%。 发言人 问：对于AI输入（AI info）的发展趋势有何见解？ 发言人 答：公司设想下一代AI input将达到类似3.0的水平，而远期目标为5.0，以GPO为主导的全新互联架构，可能会实现GPU之间全光互联，以降低延时并进一步提升性能。此外，在scareoff领域，公司致力于支持未来百万卡集群的构建，并提出高带宽互联协议，以实现跨局域网或广域网的连接。 发言人 问：超级点方案在供电与散热方面的配置如何？ 发言人 答：单柜最多可支持350千瓦供电，且随着国产卡性能提升，可兼容更高功率。散热方面，尽管目前单卡功耗不高，但整个超级点设计能够适应未来更强大的算力需求，单个GPU支持最高2000瓦散热，并且采用液冷混合技术保证高效散热。 发言人 问：关于网络互联技术的发展规划是怎样的？ 发言人答：在网络互联方面，公司计划在网络升级中使用新一代HPN8.0标准，升级至单芯片交换机，支持800G或1.6T接入端口，并且支持800G硅光光模块和1.6T光模块。同时展望未来的HBN8.0，将配套800G硅光模块，甚至可升级到409.6T网络能力。 发言人 问：阿里在模型开发方面有哪些最新进展？ 发言人 答：阿里发布了新的7款模型，其中包括千万3 max这一旗舰模型，预训练参数达到36T，总参数量超过万亿，性能超越全球领先的GPT5和openAI4。此外，公司还发布了下一代架构的模型——千万3nex（千问3nex），总参数为80B，训练成本相比传统高参数模型降低90%，同时提升了吞吐量十倍以上。同时，阿里在多模态模型方面也有所突破，例如千万3VL开源版本在智能体agent和视觉coding能力上表现出色，适用于多种应用场景，如车端、手机端和智能眼镜等。