阿里真武810E芯片量产,万卡集群服务400余家企业
事件速览
- 核心事件:阿里云发布搭载平头哥真武M890芯片的磐久AL128超节点服务器,单机柜集成128张AI芯片,专为Agentic时代海量Agent并发推理设计
- 关键参数:真武M890配备144GB HBM显存与800GB/s片间互联带宽,配合ICN Switch 1.0芯片实现P2P通信时延低于150纳秒
- 性能提升:基于该架构的Qwen3.7-Max模型推理速度提升10倍,已完成35小时持续Agent工作验证
- 落地进展:该服务器已上线阿里云百炼平台,支持Qwen、DeepSeek、Kimi等主流模型
展开说说
超节点的算力重构
阿里此次推出的磐久AL128超节点服务器,本质上是在用“超级计算机”的思路重构AI基础设施。通过在单机柜内集成128张真武M890芯片,并配合自研ICN Switch 1.0互联芯片,整套系统实现了128卡紧密耦合。这种Scale-Up纵向扩展架构将点对点通信时延压低至150纳秒以下,单柜带宽达到Pb/s级。对于动辄需要调用成百上千个Agent协作、且对链式推理延迟极度敏感的Agentic应用而言,这种打破传统集群通信墙的设计,提供了比分散式集群更高效的算力基座。
阿里此次推出的磐久AL128超节点服务器,本质上是在用“超级计算机”的思路重构AI基础设施。通过在单机柜内集成128张真武M890芯片,并配合自研ICN Switch 1.0互联芯片,整套系统实现了128卡紧密耦合。这种Scale-Up纵向扩展架构将点对点通信时延压低至150纳秒以下,单柜带宽达到Pb/s级。对于动辄需要调用成百上千个Agent协作、且对链式推理延迟极度敏感的Agentic应用而言,这种打破传统集群通信墙的设计,提供了比分散式集群更高效的算力基座。
全栈协同的性能释放
硬件的突破需要软件生态的承接。阿里云此次重构了“芯-云-模型-推理”全栈技术体系,将真武M890算力底座与上层模型深度协同。实测数据显示,Qwen3.7-Max在该平台上推理速度提升了10倍,并成功完成了35小时持续智能体工作验证。这表明,通过软硬一体的优化,国产算力不仅解决了“能不能跑”的问题,更在应对长程、高并发、多工具调用的复杂Agent任务时,展现出了比通用GPU更强的能效比与稳定性,已具备支撑大规模商业化落地的能力。
硬件的突破需要软件生态的承接。阿里云此次重构了“芯-云-模型-推理”全栈技术体系,将真武M890算力底座与上层模型深度协同。实测数据显示,Qwen3.7-Max在该平台上推理速度提升了10倍,并成功完成了35小时持续智能体工作验证。这表明,通过软硬一体的优化,国产算力不仅解决了“能不能跑”的问题,更在应对长程、高并发、多工具调用的复杂Agent任务时,展现出了比通用GPU更强的能效比与稳定性,已具备支撑大规模商业化落地的能力。
开放生态的兼容策略
在构建自主算力底座的同时,阿里云也展现出了开放的生态策略。搭载真武M890的超节点服务器已上线百炼平台,并明确支持Qwen、DeepSeek、Kimi等主流模型。这种“自家芯片跑别人模型”的兼容性,一方面降低了开发者迁移至国产算力底座的技术门槛,另一方面也通过多元化的模型负载验证了芯片的通用性。在AI Agent爆发的前夜,阿里通过提供高性能且兼容性强的算力底座,意图在未来的智能体基础设施竞争中占据关键生态位。
在构建自主算力底座的同时,阿里云也展现出了开放的生态策略。搭载真武M890的超节点服务器已上线百炼平台,并明确支持Qwen、DeepSeek、Kimi等主流模型。这种“自家芯片跑别人模型”的兼容性,一方面降低了开发者迁移至国产算力底座的技术门槛,另一方面也通过多元化的模型负载验证了芯片的通用性。在AI Agent爆发的前夜,阿里通过提供高性能且兼容性强的算力底座,意图在未来的智能体基础设施竞争中占据关键生态位。
历史事件回溯
当前事件
阿里发布真武M890超节点服务器
- 核心技术:真武M890芯片,128卡互联,时延<150ns
- 应用场景:支持海量Agent并发推理与大模型训练
- 性能指标:144GB显存,800GB/s片间带宽,3倍于前代
2025年11月
阿里发布真武810E及64卡集群
- 核心技术:真武810E芯片,64卡规模,自研互联方案
- 应用场景:面向大模型训练与推理任务
- 性能指标:显存96GB,片间带宽400GB/s
2024年9月
平头哥推首代真武AI芯片
- 核心技术:首代真武芯片,32卡服务器架构
- 应用场景:初期聚焦模型训练场景
- 性能指标:显存64GB,片间带宽200GB/s


当前文章无评论,是时候发表评论了