Не просто чип, а кусок AI-инфраструктуры

На саммите Alibaba Cloud в Ханчжоу компания показала новый ИИ-ускоритель Zhenwu M890 и стоечную систему Panjiu AL128, которая объединяет 128 таких ускорителей в один вычислительный кластер.

На первый взгляд это обычная новость про железо для дата-центров. Но за цифрами видна более крупная история: Alibaba пытается строить собственный AI-стек — от чипов и серверов до облака и моделей Qwen. Это особенно важно на фоне ограничений, из-за которых китайским компаниям всё сложнее полагаться на передовые решения Nvidia.

Что показала Alibaba

Zhenwu M890 разработан подразделением T-Head. Компания заявляет, что новый чип примерно втрое производительнее предыдущей модели Zhenwu 810E. Также в материалах упоминаются 144 ГБ встроенной памяти, поддержка разных форматов точности — от FP32 до FP4, и высокая пропускная способность между чипами.

Но самая интересная часть анонса — не один ускоритель, а система Panjiu AL128. Это целая стойка, где 128 ускорителей работают как единый кластер. Для современных AI-задач это важно: большие модели и AI-агенты упираются не только в мощность отдельного чипа, но и в то, насколько быстро разные ускорители обмениваются данными.

Коротко: Alibaba делает ставку не на один «чудо-чип», а на связку чипов, сети, стойки и облачной инфраструктуры.

Почему речь именно об AI-агентах

Alibaba отдельно подчёркивает, что Panjiu AL128 рассчитана на нагрузки от AI-агентов. Это не просто чат-боты, которые отвечают на один запрос. Агентные системы могут выполнять цепочки действий: обращаться к инструментам, работать с памятью, планировать шаги, запускать операции и постоянно обмениваться промежуточными данными.

Такие нагрузки неровные: сегодня кластер спокойно отвечает на запросы, а через минуту получает резкий всплеск задач. Поэтому важны не только терафлопсы на бумаге, но и устойчивость всей системы — сеть, память, межсоединения и софт.

В этом смысле Alibaba пытается показать готовое решение для дата-центра, а не просто отдельную микросхему.

Где начинается реальность

Здесь нужна осторожность. Фраза «втрое быстрее» относится к сравнению с прошлым чипом самой Alibaba, а не к прямой победе над Nvidia. Сравнивать Zhenwu M890 с флагманами Nvidia без независимых тестов пока некорректно.

The Register также обращает внимание на масштаб: по его данным, за всё время линейки Zhenwu было выпущено около 560 тыс. чипов. Для сравнения с глобальным рынком AI-железа это пока не выглядит гигантским объёмом. И именно производство может стать главным ограничением: сделать удачную архитектуру мало, нужно ещё выпускать её в количествах, которые закроют спрос облака и клиентов.

Почему это важно для рынка

Alibaba фактически собирает более независимую экосистему: свой чип, свои серверы, своё облако, свои модели. Это снижает зависимость от внешних поставщиков и даёт компании больше контроля над тем, как развивать AI-сервисы внутри Китая.

Но есть и обратная сторона. Чем больше такие экосистемы расходятся, тем сильнее фрагментируется рынок. Nvidia остаётся центром глобальной AI-инфраструктуры, а китайские компании вынуждены строить параллельные решения — возможно, менее универсальные, но лучше приспособленные к своим ограничениям и внутреннему спросу.

Пока главный вопрос не в том, «заменит ли Alibaba Nvidia». Скорее в другом: сможет ли компания превратить свои чипы и стойки в стабильную, массовую и удобную платформу для реальных AI-нагрузок.

Итог

AI-гонка давно вышла за пределы моделей и чат-ботов. Теперь выигрывает тот, кто контролирует железо, память, сеть, облако и программный стек. Alibaba пытается построить именно такую вертикальную систему, чтобы меньше зависеть от Nvidia и экспортных ограничений. Интрига в том, хватит ли компании производственных мощностей и зрелости софта, чтобы это стало не демонстрацией, а рабочей альтернативой.

Здесь важнее не сам лозунг «ИИ без Nvidia», а системность подхода. Один чип ничего не решает, если вокруг него нет нормальной стойки, сети, облака, компиляторов и поддержки моделей. Alibaba, похоже, это понимает и поэтому показывает не микросхему отдельно, а инфраструктурный блок. Но до реальной конкуренции с Nvidia путь длинный: нужны независимые тесты, стабильные поставки и опыт эксплуатации на больших нагрузках.

Источник: SecurityLab Reuters Alibaba