打开网易新闻 查看精彩图片

2026年11月19日,阿里巴巴CEO吴泳铭在财报后业绩电话会上给出两个值得通信与算力产业高度关注的判断:其一,2027—2028年将是中国算力供给压力最集中的阶段;其二,2027年及以后,阿里云芯片供给结构将以平头哥国产芯片为主,同时采购其他国产芯片,用于满足内部部分推理需求。若将这两句话放在一起看,其行业意义并不局限于一家云厂商的采购策略,而是指向中国算力基础设施的一次结构性调整:算力需求仍在上升,供给约束短期难以完全消除,国产芯片从“补充选项”走向“主力供给”的节奏正在被明确。

一、一个明确的时间窗口:算力紧缺不是短期波动

吴泳铭对2027—2028年的判断,核心在于供需两端的时间错配。需求侧,大模型训练和推理应用同时扩张,算力消耗从集中式训练向更大规模的推理侧扩散;供给侧,高端算力芯片、先进封装、内存带宽、数据中心能耗和网络互联能力都存在爬坡周期。算力紧缺因此不是简单的“买不到芯片”,而是芯片、系统、网络、能源和软件生态共同作用的结果。

对通信行业而言,这意味着算力基础设施的投资逻辑会继续变化。过去云数据中心更强调通用服务器规模和上架速度,未来则更强调异构算力调度、无损网络、光互联、液冷和绿色供能能力。芯片供给越多元,网络和调度层的重要性越高。不同架构芯片进入同一算力池后,如何实现高效互联、任务编排和资源切分,将直接影响算力利用效率。算力紧缺的时间窗口,也会倒逼云厂商和基础设施厂商从“堆资源”转向“提效率”。

二、模型与应用协同,算力分配逻辑随之改变

吴泳铭提到,模型与应用应当协同发展、互相带动。没有配套更强模型的应用,长期留存用户的能力存疑;多个应用若底层使用相同模型,应用本身的可替代性也会提高。这一判断对算力分配的启示在于:云厂商不再只是出售通用算力资源,而需要围绕模型迭代、应用落地和生态伙伴形成分层供给能力。

从公开信息看,阿里云旗舰芯片将优先保障大模型训练,供给对象包括自身及核心深度合作伙伴,分配上优先保障自有模型迭代,再兼顾重要合作伙伴需求。这个逻辑说明,在算力供给偏紧阶段,资源分配会向战略性强、模型迭代频繁、生态带动明显的环节倾斜。推理需求则更强调成本、能效和供应稳定性,国产芯片在部分推理场景中具备先行导入的空间。训练与推理的分层供给,可能成为国产算力替代的重要路径:推理侧先形成规模,训练侧分层突破,云厂商通过自身场景完成软硬件适配。

三、平头哥走向主力,国产替代进入“体系化”阶段

平头哥此前以保密形式向监管机构提交上市申请,这一动作与阿里云芯片供给结构调整放在一起观察,信息量更大。国产芯片替代并非单一芯片产品的替换,而是芯片设计、软件栈、编译器、框架适配、云平台调度和客户迁移成本的系统性问题。云厂商拥有真实业务场景和规模化算力池,能够在内部先完成适配和迭代,再逐步向外部客户输出,这是国产芯片从“可用”走向“好用”的关键条件。

但也要客观看待“主力”含义。阿里云以平头哥芯片为主,同时采购其他国产芯片满足内部部分推理需求,说明其供给结构更可能是“自研为主、多元国产补充”,而非单一芯片包打天下。训练场景对算力密度、互联带宽和软件生态要求更高,替代节奏更难线性推进;推理场景碎片化程度高,对成本和能效更敏感,国产芯片更容易找到切入空间。国产算力在阿里云整体算力中的占比提升,对云业务的结构性利好,主要体现在供应稳定性、成本可控和差异化服务能力上,但产能、良率和生态成熟度仍需持续验证。

四、对通信产业的传导:云网端协同需求上升

算力供给结构变化会沿产业链向通信环节传导。首先是数据中心内部网络。异构算力规模部署后,芯片间、服务器间、集群间的互联效率成为瓶颈,无损网络、高速光互联和智能调度需求提升。其次是算力网络层。不同地域、不同架构的算力资源需要统一编排,基础电信企业和云服务商在跨域调度、网络时延保障、算力并网方面存在协同空间。再次是绿色数据中心。算力紧缺不仅是芯片问题,也是能耗和散热问题,液冷、绿电和高效供能系统的价值进一步凸显。

对设备商和系统集成商而言,机会不在于简单跟随某一款芯片,而在于提供面向多架构算力池的连接、调度、运维和能效优化能力。国产芯片规模越大,生态适配和工程化服务需求越高,通信产业从“连接支撑”向“算力基础设施服务”延伸的空间也越大。

五、替代节奏的三个观察点

第一,看推理先行的规模。推理需求更分散、更贴近业务,国产芯片若能在成本、能效和供应稳定性上形成优势,导入速度可能快于训练。第二,看软件生态迁移成本。芯片替换的难点往往不在硬件参数,而在框架、算子、编译器和开发者习惯。云厂商内部场景可以降低迁移成本,但外部客户接受度决定替代上限。第三,看资本与产能的衔接。平头哥上市进程若推进,有助于研发投入和生态建设,但资本市场动作不能替代产能爬坡和产品迭代。

综合看,吴泳铭的判断给出了一个清晰的时间坐标:2027—2028年是中国算力供给压力集中的阶段,也是国产芯片从补充走向主力的关键爬坡期。国产替代不会一蹴而就,更可能沿“推理先行、训练分层,内部先导、外部扩展,单点可用、体系成熟”的路径推进。对通信行业而言,真正的产业机会在于围绕多元算力构建高效连接、调度和运维体系;对云厂商而言,芯片供给结构变化只是开始,能否把芯片、云平台和模型应用形成闭环,才决定国产算力替代的最终节奏。