AI News

Alibaba представила один із найагресивніших планів розвитку ШІ

Редакція AI NewsДжерело: MachinelearningОпубліковано Оновлено
Machinelearning•близько 2 місяців тому•4 перегляди•

Alibaba представила агресивний план розвитку ШІ: тренування Qwen 4, масштабування Qwen 4.5 та Qwen 5 до 5–10 трлн параметрів, дослідження рекурсивного самоулучшення, запуск чипу M890 для моделей понад 2 трлн параметрів, кластери з 500 000 прискорювачів V900 та глобальна потужність дата-центрів понад 20 ГВт до 2032 року. Запуск масового виробництва V900 перенесено на I квартал 2027 року.

ВердиктПозитивнаImpact 8/10

🚀 Alibaba викликає OpenAI та NVIDIA. Масштаб інвестицій у власні чіпи та дата-центри сигналізує про готовність вести війну за інфраструктуру ШІ — для компаній, які будують власні AI-платформи або залежать від облачних гігантів.

Що це означає для вас

Власнику / керівнику

Оцініть залежність вашої компанії від одного постачальника AI-обчислень (наприклад, NVIDIA або AWS) та розгляньте мульти-хмарну стратегію

Перший крокСпитайте свого IT-провайдера, чи підтримує він інтеграцію з Alibaba Cloud для резервного варіанту (15 хв)

З новини: 500 000 ускорителей у кластері

Інструмент: Alibaba Cloud

Пропустіть, якщо: ваша компанія не використовує масштабні моделі ШІ або не планує власне розгортання

Перевірте, чи має ваша IT-стратегія резервний варіант для AI-обчислень на випадок зростання залежності від одного постачальника

Отримати карту AI-можливостей →

🎯 Чи підходить це вашому бізнесу?

Заповніть профіль компанії — і ми автоматично покажемо, чи варто вам це впроваджувати.

Заповнити профіль · 30 секунд
Детальний розбір ↓

TL;DR

  • •Alibaba тренує Qwen 4 та планує Qwen 4.5/5 з 5–10 трлн параметрів
  • •Qwen досліджує рекурсивне самоулучшення для автоматичного подальшого навчання
  • •Запущений чип M890 підтримує моделі понад 2 трлн параметрів
  • •Кластери на V900 можуть об’єднувати до 500 000 прискорювачів
  • •Глобальна потужність дата-центрів Alibaba Cloud має перевищити 20 ГВт до 2032 року

Як це змінить ваш ринок?

Компанії, що залежать від одного постачальника AI-обчислень (наприклад, NVIDIA через AWS/Azure), теж отримують альтернативу через Alibaba Cloud. Це зменшує риск постачання та може знизити вартість доступу до великомасштабних тренувань через конкуренцію на ринку інфраструктури ШІ.

Визначення: рекурсивне самоулучшення — процес, коли модель AI виявляє свої слабкі місця, проектує експерименти, генерує нові дані та використовує їх для тренування наступного покоління без прямого людського втручання.

Для кого це і за яких умов (ОБОВ'ЯЗКОВО: мін. обладнання/бюджет, потрібна команда чи ні, мін. масштаб, час на впровадження.

  • •Для тестування Qwen 7B: ноутбук з 16 ГБ ОЗУ, без IT-команди, 30 хв на завантаження та запуск
  • •Для доступу до моделей 72B+ через Alibaba Cloud: інтернет-з’єднання, обліковий запис, можливість оплати в USD/CNY, без власного GPU
  • •Для власного розгортання моделей понад 1B параметрів: доступ до кластеру з GPU типу V900 або еквівалентом, бюджет на енергоспоживання та охолодження, IT-команда з досвідом у високопродуктивних обчисленнях

Альтернативи

ПродуктЦінаДе працюєМін. вимогиКлючова різниця
Alibaba Qwen через Cloudдані не розкритіAlibaba Cloudінтернет, обліковий записдоступ до моделей з рекурсивним самоулучшенням та власного чіпа V900
AWS Bedrockз $0.03/1K токенівAWS CloudAWS-акаунтінтеграція з екосистемою AWS, але залежить від чіпів NVIDIA/Trainium
Azure AIз $0.025/1K токенівAzure CloudAzure-підпискатесна інтеграція з корпоративним ПЗ Microsoft, але залежить від NVIDIA
Самостійне розгортання Qwenбезкоштовно ( модель )власне залізоGPU 24GB+ для 7B, енергоспоживання 300W+повний контроль, але вимагає експертизи та інфраструктури

💬 Часті запитання

Чи доступні моделі Qwen 4.5 або 5 зараз?

Ні, вони ще в розробці. Зараз доступні Qwen 2 та Qwen 3 серії через Alibaba Cloud та Hugging Face.

Чи потрібні спеціалізовані чіпи V900 для запуску Qwen?

Ні, моделі Qwen можна запускати на стандартних GPU (наприклад, NVIDIA A100/H100), але для тренування найбільших варіантів потрібні спеціалізовані акселератори типу V900 або еквіваленту.

Як рекурсивне самоулучшення відрізняється від звичайного fine-tuning?

У звичайному fine-tuning люди підбирають дані та параметри. У рекурсивному самоулучшенні модель сама визначає, що покращити, створює дані для навчання та запускає наступний етап — це ближче до автономного розвитку.

Чи означає 20 ГВт потужності дата-центрів, що Alibaba перевершує всіх конкурентів?

20 ГВт — це плановий цільовий показник на 2032 рік. Зараз провідні хмарні провайдери мають дата-центри на рівні 1–5 ГВт кожен, тому це сигнал про масові інвестиції, а не поточний стан.

Чи варто чекати на V900 замість використання поточного обладнання?

Ні, якщо ваші завдання не вимагають тренування моделей понад 1 трлн параметрів. Поточне залізо (NVIDIA H100, TPU v5e) достатньо для більшості корпоративних застосувань ШІ до 2027 року.

Підтекст

Alibaba не просто випускає модель — вона будує всю стек: від чіпа V900 до енергетики дата-центрів. Це відповідь на домінуючому положенні NVIDIA та залежності від AWS/Azure. Китайська компанія робить ставку на вертикальну інтеграцію, щоб знизити залежність від зовнішніх постачальників та контролювати ціну та доступ до обчислень.

Такий розбір щоранку о 08:00

Персональний AI-дайджест для вашої галузі — щодня у Telegram

Підписатися безкоштовно
AlibabaQwenAIchipsV900M890recursiveself-improvementdatacenterpower5trillionparameters

AI Advisory Board

Навчіть вашу команду будувати такі AI-автоматизації

За 5 днів кожен співробітник побудує автоматизацію для своєї ділянки роботи.

Дізнатись більше → aiadvisoryboard.me