美联储巴尔金：近来 尚不清楚是否需要进一步加息

　　AI超级应用还没有出现，阿里巴巴已经开始为下一轮算力基础设施铺路。

　　9月22日的2026杭州云栖大会上，阿里巴巴集团CEO吴泳铭给出激进判断：未来，机器思考的总量将达到人类的1000倍以上。今天，机器思考的总量，大概不到人类的3%。

　　在吴泳铭看来，今天的AI Coding，可能类似机器智能时代早期的电灯，替代的是人类社会现有的工作，古法编程、写报告等。当下，AI正进入更广泛的办公市场，但仅替代现有工作不可能创造一个新的时代。

　　“我们很难预测，当机器智能爆发之后会出现什么样的新产品、新发明。就像站在1882年的电灯下，人们很难想象出电气时代的完整图景。”吴泳铭说。

　　真正的AI时代还没到来，阿里为什么要大举建设基础设施？答案藏在吴泳铭对未来AI需求的判断里。

　　过去人类能投入多少思考，受限于人的数量、时间和能力。未来，一个复杂任务可以被拆成数百万个子任务，由大量Agent持续执行。机器思考的需求因此不再受人口数量约束，而是取决于机器智能的供给规模。

　　吴泳铭据此推算，未来，机器思考的总量至少有几万倍的增长空间。

　　这大概能解释阿里为什么把AI模型、AI芯片和AI云放到同一张战略图。

　　先建基础设施

　　当下，AI最热闹的是应用。从聊天机器人到AI Coding，再到Work Agent，创业公司和大厂都在寻找下一个超级应用。

　　吴泳铭认为，这些可能只是机器智能的早期形态。他以电气时代，类比——1882年，爱迪生建成珍珠街电站，最初只点亮约400盏电灯。之后几十年，空调、洗衣机、冰箱乃至计算机陆续出现，这些产品的诞生都建立在更大规模的电力基础设施之上。

　　某种程度上，阿里现在做的事也是先把“电站”建起来。

　　吴泳铭在大会现场提出，AI模型、AI芯片和AI云，是机器智能时代的三大基石。围绕这三条线，阿里同时公布了新的模型、芯片和数据中心计划。

　　在模型端，Qwen团队正推进递归式自我改进（RSI），计划训练5万亿至10万亿参数规模的新模型，承担更复杂、更长程的任务，并向ASI迈进。

　　云端则是更大规模的投入。吴泳铭称，近来 客户AI需求非常强劲，但行业中长期需求已远超供给能力，AI数据中心供应链的紧缺正在限制算力增长。阿里因此提出，到2032年，阿里云运营的全球数据中心规模超过20GW。

　　20GW已经不是普通意义上的云计算扩容。

　　作为参照，Meta今年7月宣布在加拿大阿尔伯塔省建设一座1GW数据中心，投资超130亿加元（约合人民币619亿元）。询问 机构麦肯锡预计，到2030年，全球数据中心容量需求将达约220GW。其中，AI负载约156GW。美国数据中心的电力需求则可能从2024年的25GW增至2030年的80GW以上。

　　因此，20GW不是一个单纯的“云规模”数字，它背后对应的是电力、机房、网络、芯片和服务器等一整套基础设施投入。

　　芯片开始成为核心

　　数据中心规模越大，芯片的重要性就越高。

　　过去，阿里的芯片业务更多被视作云业务背后的基础设施。现在，随着AI算力需求快速增长，芯片开始成为阿里整个AI体系中的关键一环。

　　近来 ，平头哥已形成包括真武AI芯片、倚天服务器CPU、ICN Switch互联芯片、磐脉智能网卡和镇岳存储主控芯片在内的数据中心芯片布局。