十七年闭关 阿里“通云哥”雏形初现

“通云哥”不是一个新词，它是阿里旗下“通义实验室、阿里云、平头哥”组成的“大模型+云+芯片”全栈架构，但首次浮出水面是在近日。

早在2025年春天，马云就给阿里的AI战略提炼了这个名字，“通云哥”听起来和“风清扬”、“逍遥子”同属武侠江湖。

彼时马云并没有谈论太多具体的技术参数，而是定调，“‘通云哥’的使命，是让每一个人、每个企业都能参与AI时代。”

在当时，外界对此一无所知。直到九个月后，平头哥（阿里旗下芯片子公司，即将独立上市）官网悄然上线了“真武810E”高端AI芯片，“通云哥”所代表的阿里巴巴AI黄金三角，正式对外亮相。

过去很长一段时间，全球科技巨头在AI领域的角逐被简化为模型的参数之争。但是随着Scaling-Law放缓，AI应用挺进深水区，硅谷和中关村都在达成新共识，AI生态战是一整套系统工程。

在这个维度上，世界的目光曾只聚焦于谷歌，因为谷歌是拥有顶尖自研芯片（TPU）、世界级云平台和头部大模型（Gemini）的少数公司。

现在，中国的互联网巨头，也在搭建自己的全栈架构。阿里是“通云哥”，百度是“智能云+文心大模型+昆仑芯”，腾讯不太一样，“腾讯云+混元大模型”和腾讯旗下重仓的燧原科技，也在搭建系统化AI能力。

从2009年创建阿里云，到2018年成立平头哥芯片公司，再到2019年启动大模型研究，“通云哥”战略的成形，实际经过了长达17年的战略投入和垂直整合。

但是做全栈的路并不好走。阿里的Qwen大模型能力是有市场口碑的，做芯片，又是另一条完全不一样的路，生产工艺的短板一时半会儿补不上，类似于英伟达CUDA的生态更是要漫长的时间搭建。

有芯片行业投资人告诉21世纪经济报道记者，要想跟上全球头部公司的实力，我们国内厂商的芯片、算法等能力都还需要优化。

平头哥PPU，出货量已跻身前列

芯片的突破，是整个故事最坚实的基础，也是最艰难的起点。

自2018年合并中天微系统与达摩院芯片团队而诞生，平头哥半导体公司的使命就是在由国际巨头高度垄断的芯片领域，为中国科技公司撕开一道突破口。随后，阿里相继推出含光800、玄铁处理器、倚天710等产品，并在云计算与推理加速场景中逐步落地。

“真武810E”这款芯片，在业内传闻已久，却一直“只闻其声不见其人”。甚至在2025年9月，央视《新闻联播》在报道三江源绿电智算中心项目时，其参数在对比表格中一闪而过，才引发了外界最早的猜测。

直到29日，它的技术细节才公开，并且极为低调，没有正式的发布会，只在平头哥官网上做了更新。

据平头哥官网介绍，“真武”PPU采用自研并行计算架构和片间互联技术，配合全栈自研软件栈，实现软硬件全自研。其内存为96G HBM2e，片间互联带宽达到700 GB/s，可应用于AI训练、AI推理和自动驾驶。

据悉，阿里巴巴已将“真武”PPU大规模用于千问大模型的训练和推理，并结合阿里云完整的AI软件栈进行深度优化，为客户提供一体化产品和服务。

有芯片行业投资人对21世纪经济报道记者表示，互联网公司自己投入芯片研发，是很正常的选择。毕竟，在大模型训练的过程中，对于算力的需求十分强大，自研芯片一方面节约成本，一方面也可以更加稳定提升效率。未来可能会对英伟达造成影响。

据业内人士透露，对比关键参数，“真武”PPU的整体性能超过了英伟达A800和主流国产GPU，与英伟达H20相当。另据外媒最新报道，升级版“真武”PPU的性能强于英伟达A100。

多位行业从业者告诉记者，“真武”PPU性能优异稳定、性价比突出，在业内口碑良好，市场供不应求。据报道，真武PPU累计出货量已达数十万片，超过寒武纪，在国产GPU厂商中属于第一梯队。

与“国产GPU四小龙”等几乎同期成立的创业公司不同，平头哥从诞生起就拥有一个确定且庞大的内部客户——阿里云。据悉，“真武”PPU已在阿里云实现多个万卡集群部署，服务了国家电网、中科院、小鹏汽车、新浪微博等400多家客户。

对于阿里来说，自研芯片不仅能优化性能、降低对英伟达等国际巨头的依赖，还能在架构层面与自家的AI框架、模型进行深度协同。近期行业讨论中多位芯片行业人士都有提及，“模型与芯片的双向奔赴，才是国产AI生态成型的关键”。

不过，和众多国产芯片一样，平头哥也面临着行业困境，自研芯片并不意味着能通吃一切。

首先是硬件层面的差距。

平头哥等国内芯片企业无法使用目前最先进的芯片制程，存在约两代的代际差距。更大的短板在于缺乏高效的大规模互联技术，难以组建高性能万卡级集群，限制了其在超大模型训练场景的竞争力。

软件方面，则存在生态适配困境。

“芯片不是一个孤立的东西”，有芯片行业投资人向记者表示，上面还需要大量软件适配，尤其是与英伟达CUDA生态的兼容——这是几乎所有中国AI芯片公司共同面临的“高墙”。

此外，AI模型架构本身仍在快速演进，上述人士向记者表示，从Transformer到可能出现的下一代基础架构，芯片设计需具备足够的弹性与前瞻性。一旦技术路线发生突变，专用芯片可能面临“刚量产即过时”的风险，在这方面，英伟达总是动作更快的。

尽管如此，平头哥依然拥有独特的生存土壤与发展逻辑。“市场空间依然很大。英伟达依然在高增长，但它的芯片不是什么场景都适合，互联网大厂研发的芯片还是会有机会，在一些更偏应用层的领域能率先用起来，比如消费电子、电器类产品。”上述投资人向记者表示。

在中国市场，算力自主已成为不可逆的战略方向。政策引导、信创采购与本土云巨头的自研需求，共同构成了国产AI芯片的基本盘。

“通云哥”黄金三角，阿里的全栈AI野心

“真武”芯片的亮相，像一块决定性的拼图，让阿里巴巴的AI全景图完整浮现出来。这就是“通云哥”组合。

在模型层，通义千问大模型需要巨量且高效的算力进行训练和推理；在基础设施层，阿里云需要提供稳定、有竞争力且成本可控的算力服务；在硬件层，平头哥则致力于提供能满足前两者需求的自研芯片。

三者协同，理论上可以在芯片架构、云平台架构和模型架构上实现统一设计与联合优化，从而提升整个系统的效率。

这种全栈自研的路径，在全球范围内也仅有少数科技巨头在尝试。

亚马逊和微软有云和芯片，但缺乏顶级的模型，通常依赖外部合作，比如微软绑定OpenAI，AWS接入Anthropic、Mistral。接入多家模型供应商的策略初期见效快，但长期面临合作风险。2025年，OpenAI已开始将部分负载迁移至Google Cloud和Oracle，并计划下调与微软的分成比例。

OpenAI则是另一个极端。它拥有全球最受关注的大模型，但没有自己的云底座，也没有芯片。这意味着它的技术演进始终受制于合作伙伴的资源分配和商业节奏。一旦云厂商调整优先级，或地缘政治干扰供应链，其扩张就可能受阻。

正因如此，整合的能力差异，正成为决定未来AI产业格局的关键因素。对于大多数客户而言，他们需要的不是某个孤立的高性能模型或芯片，而是一套能稳定交付、持续迭代、安全可控的端到端解决方案。

谷歌是这一模式的先行者。其TPU芯片专为PaLM大模型设计，Gemini系列模型深度集成Android、Workspace等生态，不久前推出的Nano Banana图像生成模型更推动Gemini APP登顶AI应用榜首。这种软硬一体的协同，使其在AI推理效率和用户体验上建立壁垒。

阿里走的也是类似路径。回望阿里巴巴过去的布局，2009年创建阿里云，2018年成立平头哥芯片公司，2019年启动大模型研究，经过长达17年的战略投入和垂直整合，实现“通云哥”全栈AI的完整布局。

“全栈AI技术能力已成为阿里云的关键竞争优势。”阿里巴巴CEO吴泳铭在2026财年第二季度财报分析师电话会上表示。

眼下，阿里巴巴正在将“通云哥”打造成一台AI超级计算机，在芯片架构、云平台架构和模型架构上协同创新，从而实现在阿里云上训练和调用大模型时达到最高效率。

目前，阿里和谷歌是全球唯二在大模型、云和芯片三大领域均有布局、还有实力的科技公司。有行业人士向记者表示，垂直整合虽前期投入巨大、见效慢，但一旦跑通，便能在性能调优、成本控制和迭代速度上建立系统性优势。

不过，这套路径是否能落地仍待检验，芯片的能力仍占据核心位置。有芯片行业投资人向记者表示，这条路径在国内面临的挑战会大于机遇。在他看来，阿里在大模型层面的投入是坚决的，通义的表现也属不错，但在芯片环节的薄弱可能会拖累全栈能力的真正落地。

他认为，在中国当前的技术与生态条件下，更理性的路径或许是“联合起来扶持一到两家国内芯片企业，集中力量把它们做好”。

2025年，AI竞争已经进入深水区，真武芯片与“通云哥”恰逢中国AI产业发展的一个关键转折点，一条从底层芯片到上层应用完全自主可控的技术路径，其战略意义或许已经超过商业本身。但在全栈AI落地这条路上，阿里面前不止有技术的山，还有生态的海。