«هدف رسیدن به ASI»؛ استراتژی جدید علی‌بابا برای توسعه مدل‌ها

تصور کنید سیستمی را که نه تنها دستورات شما را اجرا می‌کند، بلکه هر روز خودش را بازطراحی می‌کند تا باهوش‌تر شود. علی‌بابا اکنون این رویای «خود-تکامل» را به هدف عملیاتی تبدیل کرده است تا فاصله تا ابرهوش مصنوعی (ASI) را پر کند.

به نقل از ادی وو (Eddie Wu)، مدیرعامل علی‌بابا، این شرکت در ۲۲ سپتامبر ۲۰۲۶ طی کنفرانس Apsara در هانگژو، نقشه راه جدید خود را برای ساخت مدلی با ۱۰ تریلیون پارامتر (Parameters) — که در واقع همان پیچک‌های تنظیم‌کننده دانش در مغز مصنوعی هستند — معرفی کرد. او این هدف را به عنوان نقطه عطف جدید در رقابت جهانی برای دستیابی به ابرهوش مصنوعی تعریف کرد.

زمینه و بستر کنفرانس

کنفرانس Apsara رویداد سالانه و پرچم‌دار بخش ابری علی‌بابا (Alibaba Cloud) است. نسخه سال ۲۰۲۶ این رویداد یک عملیات عظیم بود که شامل سه مجمع سخنرانی اصلی و بیش از ۱۲۰ مجمع موازی شد. این رویداد همچنین شامل یک نمایشگاه فناوری در فضای ۵۰ هزار متر مربعی بود که بیش از ۱۰۰۰ شرکت را گرد هم آورد. سخنرانی وو در جریان مراسم افتتاحیه و جلسه کلیدی Apsara صورت گرفت؛ جلساتی که بخش‌های اختصاصی برای خانواده مدل‌های Qwen و پیشرفت‌های سیلیکونی واحد T-Head داشت.

این پیشروی در حالی رخ می‌دهد که صنعت با کمبود شدید مراکز داده در سطح جهان دست‌وپنجه نرم می‌کند. علی‌بابا برخلاف بسیاری از رقبای نرم‌افزاری، روی رویکرد «فول-استک» شرط بسته است؛ یعنی کنترل کامل از طراحی تراشه تا زیرساخت ابری. این یک بازی استراتژیک گسترده‌تر از رویکرد «اول-محلی» است که در پروژه Zenith مایکروسافت دیدیم؛ پروژه‌ای که بر مدل‌های کوچک‌تر ۳۰ میلیارد پارامتری برای توسعه‌دهندگان تمرکز داشت. همان‌طور که در تحلیل‌های قبلی ما درباره امنیت مدل‌های بازمتن اشاره کردیم، کنترل لایه‌های سخت‌افزاری می‌تواند لایه‌های جدیدی از بهینه‌سازی و امنیت را ایجاد کند.

مسیر رسیدن به ASI

طبق اعلام وو، مسیر فنی رسیدن به ASI اکنون از طریق خودبهبودی بازگشتی (Recursive Self-Improvement یا RSI) هموار شده است. RSI یک چرخه مداوم از تکامل است که در آن مدل‌ها با تکالیف واقعی درگیر شده، بازخوردهای محیطی را دریافت می‌کنند، محدودیت‌های خود را شناسایی کرده و به‌طور خودکار آزمایش‌هایی طراحی می‌کنند، داده‌ها را سنتز کرده و نتایج را ارزیابی می‌کنند.

تیم Qwen در حال حاضر روی RSI و بهینه‌سازی معماری مدل‌ها کار می‌کند تا مدلی بین ۵ تا ۱۰ تریلیون پارامتر بسازد که بتواند تکالیف طولانی‌مدت (Longer-horizon tasks) و عملیات پیچیده را مدیریت کند. این تلاش‌ها در راستای ارتقای توانمندی‌های استدلالی است، مشابه آنچه در برتری مدل Qwen3.8-Flash-Next در حوزه کدنویسی مشاهده کردیم. همچنین وو بر نیاز به مدل‌های چندوجهی (Multimodal) تأکید کرد که درک و تولید را یکپارچه کنند. این مدل‌ها باید بتوانند سیگنال‌های انسانی — شامل صدا، تصاویر، حالت‌های چهره و ژست‌ها — را درک کنند تا با زیبایی‌شناسی، فرهنگ و ارزش‌های انسانی همراستا شوند. این رویکرد چندوجهی با کاربردهای تخصصی علی‌بابا در پزشکی همسو است، مانند مدل Damo Radar که قادر به تشخیص بیماری‌های شکمی از روی سی‌تی‌اسکن است.

برای تامین توان پردازشی این غول، واحد نیمه‌هادی T-Head مجموعه‌ای از سخت‌افزارهای اختصاصی را مستقر کرده است. محور اصلی این زیرساخت، تراشه Zhenwu V900 است که وو آن را قدرتمندترین تراشه AI چین توصیف کرد.

جزئیات سخت‌افزار و زیرساخت

واحد T-Head علی‌بابا در حال ساخت یک پورتفولیوی جامع از تراشه‌های مرکز داده برای پشتیبانی از خوشه‌های AI در مقیاس فوق‌بزرگ است. این مجموعه شامل موارد زیر است:

• سری Zhenwu: تراشه‌های GPU که مدل Zhenwu V900 در رأس آن‌هاست و ۳ برابر بیشتر از مدل M890 قبلی قدرت پردازشی دارد.
• سری Yitian: تراشه‌های CPU اختصاصی برای مدیریت پردازش‌ها.
• سری Panmai: کارت‌های شبکه هوشمند برای انتقال سریع داده‌ها.
• اتصال ICN: تراشه‌های تخصصی برای برقراری ارتباط بین خوشه‌های عظیم (Cluster Connectivity).
• مقیاس خوشه: یک خوشه V900 می‌تواند تا ۵۰۰ هزار کارت را برای آموزش و استنتاج (Inference) — یعنی لحظه تولید جواب توسط مدل — پشتیبانی کند.
• ابر-گره M890: این گنه در حال حاضر استنتاج مدل‌های بالای ۲ تریلیون پارامتر را با بازدهی بالا فراهم می‌کند؛ قابلیتی که به گفته وو، تنها چند شرکت در جهان دارند.
• ظرفیت ابری: هدف‌گذاری برای رسیدن به ۲۰ گیگاوات ظرفیت مرکز داده جهانی تا سال ۲۰۳۲ برای پاسخ به تقاضای نمایی.

علی‌بابا فقط پارامترها را زیاد نمی‌کند، بلکه نحوه یادگیری مدل‌ها را تغییر می‌دهد. در چرخه RSI، مدل‌ها بدون دخالت انسان تکامل می‌یابند. علاوه بر ابر، شرکت هوش مصنوعی را به لبه (Edge) می‌برد. راهکار Qwen Intelligence به دستگاه‌های موبایل اجازه می‌دهد تکالیف پیچیده را به‌صورت محلی استدلال و پردازش کنند. این قابلیت مکمل مدل باز-وزن Qwen-27B است که اکنون محبوب توسعه‌دهندگان دسکتاپ شده است.

از دیدگاه تجاری، این یعنی عصر «کدنویسی با AI» تنها یک شروع ساده بود. وو کدنویسی AI را «لامپ‌های ابتدایی عصر هوش ماشینی» نامید و استدلال کرد که اتوماسیون کارهای موجود، تعریف یک عصر جدید نیست. او این وضعیت را با برق‌رسانی مقایسه کرد؛ او به ایستگاه پرل استریت توماس ادیسون در سال ۱۸۸۲ اشاره کرد که تنها ۴۰۰ لامپ را روشن می‌کرد، و سپس به اختراع تهویه مطبوع در ۱۹۰۲ و اولین کامپیوتر دیجیتال در ۱۹۴۶ اشاره کرد تا نشان دهد شروعات کوچک چگونه به تحولات عظیم منجر می‌شوند.

وو پیش‌بینی می‌کند آینده‌ای فرا برسد که ۹۹.۹٪ کارهای شناختی توسط ماشین‌ها انجام شود. او اشاره کرد در حالی که ۹۹.۹٪ کارهای فیزیکی اکنون توسط ماشین‌ها انجام می‌شود، تفکر ماشینی در حال حاضر کمتر از ۳٪ از کل تفکر انسانی را تشکیل می‌دهد. او معتقد است ماشین‌ها در نهایت بیش از ۱۰۰۰ برابر کل بشریت فکر خواهند کرد.

این یکپارچگی عمودی، یک خندق رقابتی عظیم ایجاد می‌کند. با بهینه‌سازی هم‌زمان تراشه‌های Zhenwu، ابر-گره‌های M890 و ابر AI، علی‌بابا می‌تواند توان عملیاتی (Throughput) توکن‌ها را به حداکثر رسانده و هزینه‌ها را به شدت کاهش دهد. اگر آن‌ها به هدف ۲۰ گیگاواتی برسند، یکی از بزرگ‌ترین شبکه‌های محاسباتی روی زمین را در اختیار خواهند داشت.

گام بعدی شما

• اگر مدیر زیرساخت هستید، مدل‌های لبه (Edge) Qwen را برای کاهش هزینه‌های ابری بررسی کنید.
• نتایج بنچمارک‌های مدل ۵ تریلیون پارامتری را دنبال کنید تا ببینید آیا مقیاس بزرگ‌تر واقعاً منجر به استدلال‌های نوظهور (Emergent reasoning) مورد نیاز برای ASI می‌شود یا خیر.
• استراتژی «فول-استک» علی‌بابا را با رویکرد مدل‌های کوچک (SLM) مقایسه کنید تا استراتژی سخت‌افزاری خود را اصلاح کنید.

اما داستان سخت‌افزاری این تحول حتی شگفت‌انگیزتر است — به تحلیل ما درباره تراشه‌های Blackwell و رقابت انویدیا مراجعه کنید.