阿里巴巴正以旗下半導體子公司 T-Head 研發的晶片訓練下一代 Qwen,百煉(Bailian)模型平台則使用中國製晶片提供推論服務。民營媒體 TechNode 報導,執行長 Eddie Wu 在週四財報電話會議透露這兩項進展。TechNode
TechNode 將阿里巴巴的晶片應用描述為涵蓋訓練與推論:T-Head 晶片用於訓練下一代 Qwen,百煉平台則使用中國製晶片提供推論服務,讓模型回應使用者請求。TechNode

晶片從訓練延伸到推論
TechNode 指出,T-Head 晶片用於訓練 Qwen 下一代模型;百煉以中國製晶片提供推論服務,運算模型對使用者的請求。這表示報導所述的晶片應用不只在模型訓練,也延伸到平台回應請求的服務環節。不過,報導沒有列出 T-Head 晶片的型號,也沒有說明訓練使用的晶片數量、部署位置或執行規模;對百煉所用中國製晶片,也未提供廠牌或型號。這些細節不能由「自家研發」或「中國製」的描述推定。TechNode
報導也說明,百煉在國際市場稱為 Model Studio,提供模型存取服務,以及建置 AI 應用的工具。這些平台功能與推論服務在同一篇報導中並列,但來源沒有進一步解釋平台的產品方案、使用對象或服務範圍,也沒有列出哪些模型已在該平台提供。因此可確認的是平台名稱、功能概述及其使用中國製晶片提供推論服務,不能據此補充特定應用案例或客戶資訊。TechNode
阿里巴巴稱協作可改善效率
Eddie Wu 表示,晶片與模型協作可改善運算成本及應用開發效率。他也主張,阿里巴巴完整的 AI 基礎設施將使公司在中國國內運算供應鏈中取得優勢。這是公司執行長對協作效益與競爭位置的說法;TechNode 沒有提供成本變化、效率改善幅度或供應鏈占比等數據,亦未列出可用來衡量優勢的比較對象。現有報導因此呈現的是公司對方向的表述,不能當作已量化驗證的成果。TechNode
從報導能確認的範圍來看,阿里巴巴把 Qwen 模型、T-Head 晶片與百煉平台放在同一則財報電話會議披露中,並由執行長將晶片與模型的協作連結到成本和應用開發效率。報導提到的訓練與推論用途,說明其自述布局涵蓋模型建立及平台服務兩端;但它沒有提供晶片規格、模型訓練成果、推論速度、成本對照或採用規模。讀者可將這些資訊視為公司公布的進展與管理層觀點,後續若有具體規格或量化資料,才可進一步評估所稱效率和供應鏈優勢的實際幅度。TechNode
時間軸
- 2026-11-20:TechNode 報導阿里巴巴以 T-Head 晶片訓練下一代 Qwen,百煉平台以中國製晶片提供推論服務(TechNode)