9 月 22 日，吴泳铭在云栖大会承认，全球 AI 数据中心供应链短缺正在限制阿里云扩容。阿里给出的答案不是单独再发一颗芯片，而是把下一代真武 V900、Agent 运行与治理平台 AgentCore，以及 2032 年超过 20GW 的全球数据中心容量绑成一张路线图。
这是一种更重的选择：阿里试图同时控制芯片、服务器、网络、模型、Agent 运行层和云容量，把更多 token 留在自己的技术栈里。好处是各层可以协同优化；代价是任何一层延期，都会拖慢整套商业承诺。V900 尚未量产、50 万卡不是已建集群，20GW 也没有对应的当前基线和分地区交付清单。财新也把这次发布置于资本密集型基础设施推进的背景中；性能与交付是否成立，还要等后续生产数据。
V900 的内存和互连各增五成，“三倍性能”还缺测试口径
V900 的公开规格比 5 月发布的 M890 各向前一步：显存从 144GB 增至 216GB，芯片间带宽从 800GB/s 增至 1200GB/s，两项都是 50% 增长；支持精度覆盖 FP8 和 FP4。阿里同时宣称，V900 的整体性能是 M890 的三倍。
公开材料没有说明“三倍”对应训练还是推理、使用哪种精度、模型与批量，也没有给出第三方结果。更重要的时间条件是，V900 计划到 2027 年一季度才量产并商业发布。现阶段能确认的是规格与路线图，而不是外部客户已经获得三倍吞吐或更低价格。
“单集群最多支持 50 万卡”也应按架构上限理解。阿里写的是升级后的超节点服务器可支持这一规模，没有说 50 万张 V900 已经采购、上架并完成稳定运行。5 月的已商用基线是由 128 颗 M890 组成的磐久 AL128 超节点；从 128 卡机架走到 50 万卡集群，还要经过交换网络、供电、散热、故障域和调度软件的系统验证。
AgentCore 补的是运行治理层，不是另一个模型入口
5 月的 Model Studio 已经提供模型服务、Agentic RL 和安全治理，并让企业通过 M890 超节点获得训练与推理资源。9 月出现的 AgentCore 则把边界向上移：阿里将它定义为企业构建、运行和管理 Agent 全生命周期的平台，用来控制人机协作、连接业务系统并持续监测表现。
两者的分工显示，阿里不只想按调用量卖模型，还想承接 Agent 长时间运行后产生的权限控制、人机协作、追踪和评估工作。Agent Context 进一步把文档、业务系统、聊天记录和多模态数据组织成实时上下文与长期记忆。阿里称，它在客服、AI 编程和数据分析等知识密集场景中最多可减少 67% token 使用；发布稿没有披露测试任务、对照方案与分位数，这个数字目前只能作为供应商结果。
对客户来说，AgentCore 真正需要证明的不是能否创建一个 Agent，而是统一治理后是否减少接入与运维成本，同时不把模型、数据和工具选择锁死在单一云里。公开材料尚未给出付费客户数、故障率、任务完成率或迁移成本。
20GW 把芯片与软件承诺拉回到供电和建设进度
这套路线图并非没有需求支撑。阿里 2026 年 6 月季度的 AI 云与算力服务收入为 484.37 亿元，同比增长 45%；真武芯片通过阿里云服务进入了 20 多个行业的 650 多家外部客户。8 月完成的 800 亿港元配股中，公司计划约 60% 用于扩大全球计算基础设施，约 40% 用于建设超大规模 AI 数据中心，并升级存储、数据库和高性能网络。
但 20GW 仍是 2032 年目标。阿里没有说明这一数字按 IT 负载、园区总接入功率还是其他口径计算，也没有公布目前已运营容量、已签电力、在建项目和各地区占比。吴泳铭一面提出目标，一面明确说中长期需求超过供给能力，全球供应链短缺正在限制扩张速度。这个表述把路线图的首要约束指向电力、设备与施工，而不是模型需求不足。
全栈优势要用真实客户的吞吐和交付来验收
阿里的逻辑很清楚：芯片负责产生 token，云负责分发，AgentCore 负责让企业工作负载持续消耗并管理这些 token。若各层协同成立，阿里可以减少跨供应商适配，在同一套硬件、网络、模型和运行层之间优化吞吐与成本。
同一结构也会把风险集中起来。V900 延产会影响超节点供给；数据中心延期会让芯片无处部署；AgentCore 若不能带来可量化的任务完成率或运维改善，再大的容量也难转化为高价值负载。
因此，接下来最有信息量的不是又一项架构上限，而是四组可核验结果：2027 年一季度 V900 是否按期量产，外部客户在明确模型与精度下获得多少吞吐和成本改善，50 万卡规模有多少真正落地，以及 20GW 目标能否逐地区转成已获电力和投运容量。阿里已经把全栈优势写成一份共同交付承诺，供给缺口将决定它是协同效应，还是一串彼此等待的路线图。
