一文看懂阿里云AI算力硬件体系

前段时间参加云栖大会，阿里云的AI算力硬件，给我留下了深刻印象。

这几年，我一直都在关注国产算力。平时看得比较多的，是华为的昇腾和鲲鹏，还有海光、摩尔线程、沐曦、寒武纪等厂商的芯片。说实话，阿里云的算力硬件，虽然平时也有耳闻，但一直没太关注。

阿里云的玩法，和刚才提到的厂商不太一样。阿里云本身就是云服务商，是甲方，就和运营商一样。阿里云做硬件，主要是自给自足，大部分不对外销售。

换言之，阿里云用自己的硬件，建自己的数据中心（算力资源池），然后以云服务或平台的形式，对外销售（出租）算力。

像华为的话，虽然也有自己的云，但自身主要角色仍然是乙方。他们提供算力软硬件解决方案和产品，卖给云服务商、运营商和政企客户。然后这些客户搭建自己的算力集群和数据中心，跑自己的业务，或者再卖给下游客户。

阿里云的玩法，好处是自产自销，需求明确——云服务部门想要什么产品，技术研发部门就按需求设计，不需要考虑别人的需求和意见。反正性能足够强，自己用起来方便，就可以了。

不对外销售，在生态方面，也不需要考虑太多，能够提供上层业务服务就可以了。

但坏处就是，因为不太面向开放市场，所以不容易卖给别的客户，没办法赚更多的“硬件收入”。从生态的角度来说，相对封闭，外部开发者难以直接基于阿里云硬件进行开发和适配。

如果说华为有点像英伟达的话（卖铲），那么，阿里云就有点像谷歌（自己造铲，自己挖矿）。

这次看云栖大会上的展示，发现阿里云在硬件这块，玩得相当专业。很多硬件的性能指标，已经超过了友商同类产品。硬件的品类丰富程度，也超出了我的意料。

说白了，真的有一种“士别三日，当刮目相看”的感觉。阿里云这个家伙，闷头搞啊搞，突然变出了这么多的自研产品，属实令人意外。

阿里云的AI基础硬件种类太多，加上他们又特别喜欢取各种奇怪的“武侠风”名字，所以，总让人分不清头绪。

接下来，我就给大家做一个阿里云AI硬件产品体系的详细盘点。一方面，方便大家认清楚产品的名字，另一方面，也趁机深入了解一下各个产品的性能和特点。

█ 芯片

阿里云的AI算力硬件基础设施，横向可以分为“算力、存力、网络”三个大类，纵向可以分为“芯片、整机/超节点、整机柜集群”三个层级。

我们先看看芯片。

阿里云的芯片，基本上都依托于平头哥（T-HEAD）。

平头哥，全称是平头哥半导体有限公司，是阿里巴巴集团2018年成立的全资芯片设计主体，有点像华为的海思半导体。

平头哥的自研芯片，是阿里云算力硬件体系的底座，分为数据中心算力芯片+嵌入式芯片（物联网、端侧）两大产品线。

● 真武

数据中心算力芯片中，最重要的主力芯片，就是真武系列AI训练推理一体芯片，可以对标华为的昇腾系列。

真武系列的代表型号，包括真武810E、真武M890、真武V900。

具体参数见下面的表格：

最值得关注的是真武V900。

本届云栖大会上刚刚发布的这款芯片，基于自研并行计算架构设计，搭载216GB大容量显存，片间互联带宽达1200GB/s，芯片原生支持FP8、FP4低精度计算，性能是M890的3倍。

根据阿里云的计划，真武V900将于2027第一季度量产。

真武J900是规划中的下一代旗舰，暂时没有太多信息。

值得一提的是，真武系列的前身是含光系列。代表型号是含光800，属于早期云端推理芯片，面向图像、视频、OCR场景，大规模部署过。

● 倚天

然后，是倚天系列。倚天是Arm系列通用CPU，类似华为的鲲鹏系列。

倚天的代表型号是倚天710、倚天720、倚天730。710已经规模商用，720和730将于明年推出。

据称，倚天720在单核性能、核密度与能效方面都有全面提升。倚天730的话，将首次基于平头哥全自研CPU微架构设计，单核性能将最高提升至倚天710的1.4倍。

未来，阿里云还将推出基于第二代自研核的倚天750。

如果我没记错的话，真武芯片好像是可以直接对外售卖裸芯片的。倚天好像是不行，主要是自用。

● 玄铁

玄铁系列，面向的是端侧和物联网应用，是基于RISC-V架构的嵌入式CPU芯片。这个系列是阿里云平头哥起家的产品，对外直接销售，在国内有很高的出货量，好像是RISC-V处理器中出货量最大的。

玄铁系列包括C系列、E系列、R系列三大产品线。

C系列，是高性能RISC-V，面向高性能计算，用于边缘AI、智能座舱、具身智能、智能视觉。代表型号是玄铁C908、C910、C920、C930（主力服务器级）、C950（旗舰）。

E系列，是低功耗MCU，定位极简、低功耗、小面积，面向嵌入式场景。

R系列，定位硬实时、低延迟、高确定性，面向工业控制、汽车控制、电机驱动等。

● CIPU、磐脉、ICN

刚才说的是算力芯片。平头哥还有通信、存储、安全芯片。

通信的解决方案，要讲一下CIPU、磐脉、ICN。

阿里云前几年提出了CIPU概念，即阿里云自研云基础设施处理器（Cloud Infrastructure Processing Unit）。这个芯片替代传统网卡，硬件卸载虚拟化、网络、存储、安全，降低CPU的负担，也提升整体效率。

CIPU其实有点类似于英伟达的DPU（数据处理单元）和英特尔的基础设施处理器（IPU）。

磐脉，是平头哥自研的智能网卡芯片/网卡硬件，属于网卡ASIC芯片，负责GPU之间海量数据高速传输，主打AI智算集群高速网络（Scale-out组网）。可以对标英伟达的ConnectX系列智能网卡。目前旗舰版本是磐脉920。

阿里云还有非常关键的ICN Switch。

ICN，英文全称Inter-Chip Network，芯片间互联交换（Scale-Up，节点内互联、柜内互联），有点类似华为的灵衢总线技术，以及英伟达的NVLink技术。

ICN Switch 1.0，用在磐久AL128超节点（单机柜128张真武M890，下文会介绍）上，单芯片吞吐25.6Tbps，支持64卡全带宽无收敛互联。

ICN Switch的下一代（2.0？），估计2027年第一季度推出，搭配真武V900和磐久AL64超节点，片间带宽1200GB/s，目标支持千卡级柜域全带宽互联，原生内存语义、统一编址。我记得华为的昇腾950超节点（灵衢2.0）也是支持这些特性。

● 镇岳

存储的话，平头哥有镇岳系列存储主控芯片，代表型号是镇岳510（SSD主控芯片，PCIe5.0，IO处理能力3400K IOPS，时延4μs，基于RISC-V玄铁内核）。

在存储方面，还有AliFlash之类的，以及一些SSD产品硬件。

● 安全

安全的话，平头哥有神盾可信安全芯片，以及独立的TPM/TCM可信平台模块芯片、硬件TEE加密计算等。

█ 整机/超节点

接下来，看看服务器整机和超节点这个层级。

阿里云自研云原生服务器整机品牌叫做磐久，分为通用服务器和AI超节点服务器两大分支。

通用服务器，主要面向云计算、大数据等常规业务场景，包括高性能计算、高性能存储、大容量存储几类，不多介绍了。

重点看AI智算超节点。磐久超节点，包括AL64、AL128、AL144，数字代表了卡的数量。

最新的磐久AL128超节点服务器，内置真武V900、新一代ICN Switch、磐脉智能网卡及镇岳SSD主控芯片，正交无缆化，Pb/s级Scale-up带宽，百纳秒级延迟，单一集群可扩展至50万卡规模，将于2027年第一季度上线。

磐久AL144，阿里云的旗舰AI超节点，主打万卡级Scale Up光互连，单柜最大支持144张GPU（柜内通过正交铜互连，也是Pb/s级Scale-up带宽，百纳秒级延迟），跨柜可扩展至万卡级（通过二级SNPO光互连最大可扩展到10368卡），面向MoE超大模型。

功耗方面，磐久AL144的整柜功耗高达650kW‌，最大支持单GPU功耗3500W。

为了支持如此巨大的功耗，磐久AL144采用了800V垂直供电架构‌，配合服务器内800V PDB和垂直喷射微通道冷板。这属于全液冷原生设计。

差点忘了，阿里云还有一个磐久CXL内存扩展超节点。

传统服务器的CPU与DDR内存强绑定，内存容量受插槽限制，也会形成资源孤岛。

磐久CXL内存扩展超节点基于CXL 3.1协议做内存池化，把内存资源从CPU解耦，可以构建一个共享内存池，用来解决大模型KV Cache、数据库场景的内存墙问题。

█ 集群

整机/超节点再往上，就是集群层级了。阿里云的完整大规模算力硬件集群系统，被命名为灵骏（Lingjun）。

灵骏的基本算力硬件单元，是磐久AL64/AL128/AL144超节点，这个没啥好说的。

集群关键在于Scale-out网络，也就是节点间的高速互联网络。灵骏集群采用自研的HPN（High Performance Network）高性能网络架构，支持RDMA协议，能够实现万卡规模下的线性加速比，确保大规模分布式训练的高效通信。

HPN有7.0和8.0两个主流版本。

HPN7.0，2023年大规模部署，51.2T以太网交换芯片，网卡以400G RDMA为主，可以构建单层千卡、两层万卡集群，计算网与存储网双平面分离，自研Solar-RDMA+HPCC流控+ACCL通信库，降低AI训练通信延迟和抖动，提升集群整体训练效率。

HPN 8.0，2025年云栖大会的时候发布，配套真武M890超节点，支持64卡超节点Scale-up，支撑Qwen3.8等万亿MoE模型，GPU互联带宽6.4Tbps，存储网络带宽800Gbps。

HPN8.0 pro增强版，单集群可支持13万个800G端口，集群上限达到十万卡级别。

阿里云的自研交换机好像是叫过白虎这个名字，有待确认，官方文件和新闻里好像没有这么写，可能是内部花名。

核心的ASIC交换芯片，阿里云展示了102.4T的产品（UPO，Ultra Performance NPO）。

自研的51.2T路由器，既有128×400G的规格，也有64×800G的规格，可以构建数据中心之间的连接（Scale-Across），为构建更大规模、更高带宽的智算集群提供了灵活的组网选择。

顺便提一下阿里云的光通信技术水平。

阿里云在算力芯片上很强，这也还是可以理解的。但是，本次参观云栖大会，发现阿里云在光通信领域也令人震惊。

首先，800G/1.6T光模块，阿里云都有自研。然后，自研的C+L单波1.6T传输设备，也有。

这几年光通信里很火的CPO（共封装光学）和NPO（近封装光学）技术，阿里云都有深入布局。硅光芯片，阿里云有自研。液冷解决方案，也有研究。

怎么说呢，这几年光通信圈里“易中天”搞得风生水起，股价猛涨（最近跌了）。这么一看，阿里云自研也没差多少。这块能力如果剥离出来，单独成立一家公司，恐怕也能在光通信市场占据一席之地。

你要说华为搞通信出身，光通信技术有深厚积累，是理所当然的。阿里云并不是通信出身啊，怎么就能自研出这么多东西来？反正我是挺佩服的。

集群的存储方面，阿里云有自研的盘古分布式存储系统，还有CPFS（Cloud Parallel File Storage，云并行文件存储）。

这个CPFS是灵骏智算集群配套的集群级共享存储，能够支持大规模AI训练场景下的高吞吐、低延迟数据访问需求。

█ 结语

好啦，以上就是针对阿里云AI算力硬件产品体系的盘点与梳理。一些端侧产品例如无影之类的，还有一些软件生态和平台例如真武PPU SDK、PAI之类的，我就不多介绍了。

我简单画了一张硬件体系图，供大家参考：

总而言之，阿里云作为一个云服务商，其自研算力体系已从底层芯片到上层集群实现了全栈闭环，而且技术水平已跻身全球第一梯队。这确实是非常令人意外，感觉他们平时还是太低调了，突然亮出家底，才让人意识到其技术储备之深厚。

如前面所说，阿里云的这种“自产自销”的模式，有好处也有坏处。坦率地说，小枣君其实更倾向于术业专攻，将产品能力单独剥离出来，孵化成独立的商业实体，面向更多的客户，进而形成更广泛的国产生态，可能会更好。

当然，这也只是我的一家之言。算力、存力和集群通信是一个巨大的市场，国内厂商拥有很大的发展空间。阿里云这种独树一帜的模式，究竟会如何发展，还有待时间的检验。