5月20日，杭州雲棲大會上，阿里巴巴端出三樣新產品：一顆晶片、一個模型、一台機櫃。但真正讓這場發布會令人印象深刻的，是一段35小時的展示。
反直覺的展示
阿里巴巴將剛發表的Qwen3.7-Max模型，放到剛發表的Zhenwu M890晶片上，讓它執行一項看似離譜的任務——自己撰寫適配自己的底層核心驅動。這顆Zhenwu M890是全新產品，外界沒有任何文件。Qwen3.7-Max要做的是：在完全陌生的環境下，從頭優化Extend Attention這個效能關鍵的運算子。
35小時跑下來：
- 工具呼叫：1,158次
- 核心評估：432次
- 架構重新設計：5輪
- 最終加速（幾何平均）：10倍
簡單來說，模型在一顆從未見過的晶片上，從零摸索出驅動寫法，將晶片效能拉升至原本的10倍。過去這類工作通常需要晶片廠的底層工程師團隊花費一兩個月。
Zhenwu M890 晶片規格
主要規格：
- HBM3 記憶體：144 GB（較上一代Zhenwu 810E增加50%）
- 互連頻寬：800 GB/s
- 整體算力：上一代的3倍
144 GB記憶體是這顆晶片真正的賣點。Nvidia H200單卡141 GB，B200單卡192 GB——Zhenwu M890介於兩者之間，足以應付大型模型推論，更重要的是能滿足需要長上下文、多步驟的代理工作負載。
阿里巴巴還透露了一個數字：已出貨56萬顆Zhenwu晶片，給400多家客戶，涵蓋20個行業。這不是展示階段，而是實際運作中。
Qwen3.7-Max 模型
模型對外公布的幾個關鍵點：
- 上下文視窗100萬token（上一代Qwen3.6-Max-Preview為25.6萬）
- 專為長時間任務和程式碼任務調校
- 與Zhenwu M890進行協同設計
100萬token並非業界最長，但足以應付代理任務——一個智慧代理運行數小時、數十小時不遺失上下文，這就是入場券。
為何這場發布值得關注
三個重點匯聚：
第一，自研晶片 + 自研模型 + 自研機櫃——Panjiu AL128是配套的整機櫃方案。這是從訓練到推論的全端閉環。
第二，模型為自家晶片寫驅動——這是個非常聰明的展示選擇。它告訴客戶兩件事：晶片夠好，模型夠聰明。同時，阿里巴巴晶片廠未來招募底層工程師的預算壓力也減輕了。
第三，56萬顆已出貨。這不是PPT晶片。
綜合這三點，意思很清楚：阿里巴巴正在打造中國版的Nvidia + OpenAI——自己出晶片、自己出模型、自己賣整機方案。而且全部用自己的資金、自己的客戶基礎證明可行。
與Nvidia的實際差距
| Zhenwu M890 | Nvidia H200 | Nvidia B200 | |
|---|---|---|---|
| 記憶體 | 144 GB HBM3 | 141 GB HBM3e | 192 GB HBM3e |
| 互連 | 800 GB/s | NVLink 900 GB/s | NVLink 1.8 TB/s |
| 生態系 | 正在建立CUDA替代方案 | CUDA | CUDA |
硬體規格已不輸上一代H200。但軟體生態——CUDA、PyTorch的運算子庫、推理框架的支援——這方面差距仍在。Qwen3.7-Max自己寫核心的能力，多少能彌補這塊短板：模型本身就是一個超級編譯器，缺什麼驅動就讓它寫。這不是說這條路完全走得通，但至少這是中國廠商繞開CUDA的一種可能解法。
接下來關注什麼
兩件事：
第一：阿里雲今年下半年開放多少Zhenwu算力給外部客戶。如果56萬顆裡多數還是阿里自用，那這盤菜就是給自己吃的；如果30%以上能開放出去，中國雲端市場的格局將重新洗牌。
第二：Qwen3.7-Max為Zhenwu寫驅動的能力能否推廣。如果模型能為任意晶片寫適配，那麼「晶片廠得自己有大模型團隊」會變成行業常識，反過來也成立——「模型廠得自己有晶片」。
阿里巴巴在兩條線上都已站穩腳步。
參考來源：Alibaba unveils Zhenwu M890 chip and Qwen3.7-Max LLM（Let's Data Science）、Qwen3.7-Max Wrote Its Own Chip's Software in 35-Hour Run（TechTimes）、Alibaba reveals more powerful Zhenwu AI chip,CocoLoop、 new LLM（CNBC）、Alibaba Bets Big on AI Agents With New Zhenwu M890 Processor（SQ Magazine）