Alibaba planlægger 5‑ til 10‑billion‑parameter‑model i fuldstack AI‑indsats

Alibaba Group‑CEO Eddie Wu sagde, at virksomheden planlægger at træne en ny kunstig intelligens‑model i størrelsesordenen 5 til 10 billion‑parametre og præsenterede en fuldstack AI‑køreplan, der spænder over modeller, chips og cloud‑infrastruktur, i en keynote på Apsara‑konferencen 2026 i Hangzhou den 22. september 2026.

Apsara‑konferencen er Alibaba Clouds årlige flagskibsarrangement. Det officielle konferenceprogram placerede Wus tale i åbningsceremonien og Apsara‑keynote‑sessionen, som også indeholdt sessioner dedikeret til Qwen og til T‑Head’s siliciumarbejde. Arrangøren beskriver 2026‑udgaven som omfatter tre førsteklasses keynote‑fora, mere end 120 parallelle fora og en 50.000 kvadratmeter stor teknologisk udstilling, der samler over 1.000 virksomheder.

Planer for en 5‑ til 10‑billion‑parameter‑model

Wu sagde, at den tekniske vej mod kunstig superintelligens, eller ASI, er blevet stadig klarere og peger på rekursiv selvforbedring, eller RSI, en proces hvor modeller arbejder med virkelige opgaver og feedback, identificerer deres egne begrænsninger og autonomt designer eksperimenter, syntetiserer data og evaluerer resultater i en kontinuerlig cyklus af selv‑evolution. Han sagde, at Alibabas Qwen-teamet udforsker RSI og har gjort betydelige fremskridt, samtidig med at forskningen i modelarkitektur og dataoptimering fortsætter.

Den planlagte model med 5 til 10 billion parametre har til formål at løse mere komplekse, længerevarende opgaver og fremme udviklingen mod ASI, sagde Wu. Han udtalte, at multimodale modeller, der forener forståelse og generering, er en anden central forskningsretning, og argumenterede for, at modeller har brug for dybtgående multimodale evner til at forstå og kommunikere menneskelige signaler såsom stemme, visuelle elementer, ansigtsudtryk og gestus samt at tilpasse sig menneskelig kultur, æstetik og værdier.

Wu beskrev det forgangne år som et, hvor AI gik fra kunstig generel intelligens som udgangspunkt mod selv‑itererende ASI, med “vibe coding”‑paradigmet, der modnede til fuldspektrums “vibe working”, og hvad han beskrev som afgørende gennembrud i udførelsen af langsigtede opgaver. Han fremlagde to syn på æraen: at maskiner vil producere mere end 1.000 gange så meget tænkning som hele menneskeheden samlet, og at de produkter, der virkelig vil definere æraen, endnu ikke er ankommet. Maskintænkning udgør i dag mindre end 3 % af al menneskelig tænkning, sagde han, mens maskinkraft allerede driver 99,9 % af verdens fysiske arbejde, og han forudsagde, at maskintænkning på sigt vil bære 99,9 % af al tænkning.

Wu kaldte AI‑kodning “simpelt sagt pæren i maskinintelligens‑æraen” og argumenterede for, at blot at automatisere eksisterende menneskeligt arbejde aldrig vil definere en ny æra. Med en analogi til elektrificering påpegede han, at Thomas Edisons Pearl Street‑station i 1882 kun leverede omkring 400 pærer, mens aircondition kom i 1902 og den første digitale computer i 1946.

Wu sagde, at maskinintelligens‑æraen hviler på tre infrastrukturelle hjørnesten: AI‑modeller, AI‑chips og AI‑clouden. Han udtalte, at Alibaba forbliver engageret i at opbygge denne kerneinfrastruktur på tværs af alle tre som en langsigtet strategisk prioritet.

Zhenwu V900‑chip og M890 AI‑supernoder

Wu sagde, at Alibabas T‑Head‑semiconductor‑enhed bygger en datacenter‑chip‑portefølje, der omfatter Zhenwu‑serien af GPU‑chips, Yitian‑serien af CPU‑chips, Panmai‑serien af smarte netværks‑interface‑kort og ICN‑interconnect‑chips, som samlet dækker den kerne‑silicium, der kræves for at bygge ultrastore AI‑klynger.

På konferencen introducerede Alibaba den næste generation Zhenwu V900, som Wu kaldte “den mest kraftfulde AI‑chip i Kina i dag”. Han sagde, at V900 leverer tre gange så høj ydeevne som forgængeren, Zhenwu M890, og at en enkelt klynge bygget på den kan understøtte op til 500.000 kort til frontmodells‑træning og inferens. Med henvisning til modenheden i T‑Head’s produktlinjer og udbredelsen blandt kunder, sagde han, at Alibaba forventer en betydelig vækst i de årlige AI‑chip‑forsendelsesvolumener.

Wu sagde, at Alibabas proprietære M890 AI‑Supernode allerede leverer høj‑effektiv inferens for grundmodeller over 2 billion parametre, et kapacitetsniveau som han sagde kun få virksomheder globalt besidder, og at Alibaba Cloud bringer AI‑Supernodes i drift i kommerciel skala. Han udtalte, at virksomheden forfølger end‑to‑end‑samsynkronisering på tværs af chips, servere, supernoder, netværk, modeller og inferens‑motorer for at maksimere token‑gennemløb og omkostningseffektivitet i sin AI‑klyngeinfrastruktur.

Et 20‑gigawatt cloud‑mål og et Qwen‑enheds‑push

Wu beskrev AI‑clouden som nettet, der leverer tokens, hvor de endda er nødvendige, og sagde, at den kræver hyper‑scale, globalt distribueret infrastruktur, der samoptimerer GPU‑er, CPU‑er, netværk, lager og databaser. Han sagde, at kundernes efterspørgsel efter AI forbliver usædvanligt robust, med branchens mellem‑ til langsigtede efterspørgsel, der langt overgår Alibabas leveringskapacitet, og globale mangler i AI‑datacenterforsyningskæden begrænser i øjeblikket hastigheden, hvormed virksomheden kan skalere beregningsinfrastruktur. Han sagde, at provisionering af AI‑beregning driver accelererende omsætningsvækst hos Alibaba Cloud.

Wu satte et mål for Alibaba Cloud om at drive mere end 20 gigawatt global datacenterkapacitet inden 2032 og beskrev opbygningen som et svar på den eksponentielt stigende efterspørgsel efter AI i branchen.

Wu sagde også, at Alibabas open-source Qwen-27B er blevet den mest populære model blandt udviklere verden over på desktop, og at virksomheden vil fortsætte med at finjustere sådanne modeller, så udviklere og virksomheder kan implementere intelligens lokalt. På konferencen lancerede Alibaba Qwen Intelligence, en end-to-end‑løsning udviklet til partnere, der gør det muligt for mobile enheder at ræsonnere og udføre komplekse opgaver.

Wu afsluttede talen ved at gentage Alibabas overbevisning om, at jo mere kapabel AI bliver, desto stærkere vil menneskeheden være, og beskrev denne overbevisning som det ultimative formål med virksomhedens engagement i maskinintelligens‑æraen.