7月23日，阿里云宣布，真武M890超节点已成功适配Qwen3.8，并上线阿里云百炼平台提供模型推理服务。据悉，Qwen3.8是阿里最新的旗舰模型，参数规模达到2.4T，是参数规模最大、性能最强的开源模型之一，而真武M890超节点成为国内首个成功运行超2万亿参数大模型的超节点。
2026年被业内称为“超节点放量元年”。阿里云此次技术突破，不仅验证了国产自研超节点承载超大模型的硬实力，更标志着国产AI算力体系正式跳出单芯片性能比拼的旧框架，迈入系统级算力架构协同的新阶段，具备了支撑万亿级模型商用化、场景化落地的核心能力。
标杆级落地，真武M890超节点适配万亿参数模型
过去几年间，大模型的参数已经从千亿发展到万亿，而近期，以Kimi K3、Qwen3.8为代表的超2万亿参数模型接连问世，又将模型的参数和智能水平卷到了新的高度。Scaling law仍在持续，后续，其他大模型厂商还将陆续推出超大参数的模型。这一轮大模型竞争已不仅仅是智能水平的较量，还需要比拼谁的推理效率高、算力储备足、服务稳定性强。
超大参数模型的运行不仅需要大规模算力和显存支撑，还需要高速互联芯片把海量GPU卡高速互联起来，当前，仅靠单卡、单机柜已无法满足模型训练和推理的需求，而普通AI集群也因通信带宽的局限，无法满足高吞吐、低延迟、高并发的需求。
业内分析指出，目前部署大模型时面临三大痛点，包括单次训练动辄需要万卡GPU协同数月、推理场景对延迟要求越来越苛刻(尤其是万亿级参数MoE模型的专家并行)、以及大规模集群的故障恢复效率直接影响业务连续性。而超节点的算力形态，则是让超大规模模型落地千行百业生产环境的最优解。
与此同时，今年初以来OpenClaw、Hermes等智能体应用快速走红，进一步抬高了算力门槛。业内观点认为，通用Agent集成超大参数模型后，长链推理、多工具调用、超长上下文记忆等典型场景，对显存容量、卡间通信效率、低延迟响应的要求远高于传统对话推理，超节点也因此被视作支撑未来通用Agent规模化爆发的核心算力底座。
据了解，超节点是专为大规模AI算力集群设计的新型技术架构，核心是通过高速互联技术将大量AI芯片紧密耦合，从训练与推理两端全面释放算力效率。训练端可大幅压缩大模型研发周期（883436），原本需要半年的训练任务，依托超节点可缩短至一个月，推理端则能显著降低时延，将传统对话的秒级响应提升至微秒、毫秒级，更好地满足实时交互需求。
简言之，大模型参数从千亿向数万亿级跃迁，叠加Agent场景带来的百万级上下文需求，共同推动算力架构对互联、存储能（885921）力的要求全面升级，超节点作为最优解决方案已成行业共识。这也是在刚过去不久的2026世界人工智能（885728）大会(WAIC)上，超节点方案集中爆发、成为全场核心议题的根本原因。值得一提的是，真武M890*磐久AL128超节点在会上被评为了WAIC十大“镇馆之宝”之一。
公开资料介绍，真武M890是平头哥新一代训推一体AI芯片，原生支持FP32到FP4等多种数据精度，可应用于高精度训练、低精度和超低精度推理的全场景。真武M890的磐久AL128超节点服务器，搭载自研互联芯片ICN Switch1.0，可让128张AI芯片组成一台计算机，P2P时延低于150ns，主打解决Agent场景下的海量并发推理和大模型训练需求。
而灵骏真武M890超节点实例，则是阿里云首次通过公共云对外提供超节点形态的AI算力服务支持。据悉，其通过ICN Switch1.0芯片Scale-up互联规模由16卡拉升至64卡，卡间互联提升至800GB/s，凭借超大显存与全对称高速互联，一台超节点实例即可承载十万亿参数级MoE大模型的推理，高互联带宽也是其能够成为国内首个成功运行超2万亿参数大模型的超节点的关键原因。
华泰证券（HK6886）曾表示，其看好2026年起国产超节点在AI训推驱动下开启放量，今年，也是业内公认的“国产超节点元年”。而灵骏真武M890超节点此番成功运行万亿级规模模型，标志着国产超节点正式迈入万亿模型商用落地的新阶段，为国产超节点的竞争“再添一把火”。
芯、模、云三位一体的全栈能力，构筑阿里核心“护城河”
如今，大模型的竞赛早已越过“拼参数、跑分”的初级阶段，正向产业落地的“深水区”持续迈进。当万亿级模型逐步成为行业旗舰标配，Agent开始重构各行业的生产效率，算力的价值“标尺”也已随之悄然更换，不再是单卡峰值性能的高低，而是能否以更低成本、更高稳定性，支撑起复杂场景下的规模化商用。
如果说，超节点的集中爆发，是这一趋势下的必然结果，那么打通芯片、模型、云的全栈协同能力，则是各家穿越下一周期（883436）的核心底气。
当前，全栈自研已成为头部厂商的共同选择。在海外，谷歌凭借自研TPU芯片、Gemini大模型和谷歌云的组合，在超大模型训推效率与成本控制上形成优势。而在国内，阿里走出了平头哥芯片、千问大模型、阿里云三位一体全栈路线，能够在芯片架构、云平台架构、模型架构三层实现协同创新，让大模型在训练、推理全流程中达到最优效率。
具体到芯片层来看，目前，阿里平头哥已推出真武系列AI芯片、倚天系列Arm服务器CPU、ICN Switch互联芯片、磐脉系列智能网卡、镇岳系列存储主控芯片等数据中心核心芯片，实现算力、网力和存力的全栈自研。而平头哥真武芯片是出货量最高的国产GPU之一，据悉，真武AI芯片已累计出货56万片，服务20多个行业400多家客户。
在模型层，当前，千问大模型已服务超100万家客户，沙利文数据显示，千问在中国企业级大模型调用市场中位居第一，是中国企业选择最多的大模型。今年5月，阿里巴巴（BABA）发布全的Qwen3.7-Max，在三方机构Arena全球大模型盲测总榜中，Qwen3.7-Max超过Kimi-K2.6、DeepSeek-v4-pro、GLM-5.1，与GPT、Claude、Gemini最强模型接近，位列国产模型第一。即将正式发布的Qwen3.8也被业内人士认为已跻身全球大模型第一梯队。
芯片是“地基”、模型是“引擎”，阿里云百炼推理平台则是Agent真正跑起来的“生产车间”。据悉，阿里云在百炼平台上构建了大规模GPU资源集群，并通过一套完整的技术栈来应对Agent场景的特殊挑战。正依托这样三位一体的全栈能力，真武超节点与Qwen3.8实现了从底层硬件到上层模型的深度协同优化，而非简单的硬件适配。
据阿里方面介绍，其从芯片到云平台层面实现了与Qwen模型的全链路优化，不仅可以丝滑跑通Qwen3.8，还能显著提升推理效率、降低推理成本。实测数据显示，通过算子优化和软硬件架构协同，该超节点实例在Agentic推理场景中最多可实现1.5倍的推理性能提升，在保障大模型效果的同时，显著降低了推理时延与单位Token成本。
业内观点认为，目前，大模型产业仍处于发展早期，多模态、Agent等技术的持续突破，将不断拓展大模型的落地边界，也将持续对底层算力提出更高要求。随着大模型业务落地进程加速，芯片、大模型、云的协同效应将进一步释放。
整体上来看，真武超节点跑通2.4万亿参数大模型，不仅是阿里全栈AI能力的一次集中落地，更是国产算力产业跃迁的标志性注脚。提前布局全栈能力、打通技术链路的阿里，将在这场长期AI“军备赛”中掌握更多的主动权，也将为中国AI产业的自主可控与规模化落地，筑牢更坚实的技术底座。
文/朱可轩
