[{"data":1,"prerenderedAt":-1},["ShallowReactive",2],{"article-alibaba-risc-v-ai-cpu-server-chips-zh":3,"article-related-alibaba-risc-v-ai-cpu-server-chips-zh":33,"series-industry-343a707c-98b0-45e6-8c1b-5e64948c0705":88},{"id":4,"title":5,"content":6,"summary":7,"source":8,"source_url":9,"author":10,"image_url":11,"keywords":12,"language":21,"translated_content":10,"views":22,"is_premium":23,"created_at":24,"updated_at":24,"cover_image":11,"published_at":25,"rewrite_status":26,"rewrite_error":10,"rewritten_from_id":27,"slug":28,"category":29,"related_article_id":30,"status":31,"google_indexed_at":32,"x_posted_at":10,"tweet_text":10,"title_rewritten_at":10,"title_original":10,"key_takeaways":10,"topic_cluster_id":10,"embedding":10,"is_canonical_seed":23},"343a707c-98b0-45e6-8c1b-5e64948c0705","阿里巴巴 RISC-V AI CPU 進軍伺服器","\u003Cp>阿里巴巴的\u003Ca href=\"https:\u002F\u002Fdamo.alibaba.com\u002F\" target=\"_blank\" rel=\"noopener\">DAMO Academy\u003C\u002Fa>又丟出一個數字：64 位元、多核心 RISC-V CPU，最高 3.2 GHz，還用上\u003Ca href=\"https:\u002F\u002Fwww.tsmc.com\u002Fenglish\" target=\"_blank\" rel=\"noopener\">TSMC\u003C\u002Fa> 5nm 製程。這顆晶片不是拿來做展示品。它瞄準的是 agentic AI，也就是會規劃、會呼叫工具、還會記住上下文的軟體。\u003Cbr>講白了，阿里巴巴想把 AI 軟體和底層硬體一起抓在手上。\u003C\u002Fp>\u003Cp>這件事很有意思。阿里巴巴不是第一次碰 RISC-V，但這次明顯更像伺服器路線。官方說法是，這是延續 2024 年雲端模型、以及 2025 年伺服器晶片之後的下一步。對開發者來說，重點不是「有沒有新晶片」，而是它能不能真的進資料中心，幫雲端服務省錢。\u003C\u002Fp>\u003Ch2>阿里巴巴到底做了什麼\u003C\u002Fh2>\u003Cp>這顆 CPU 是 64 位元、多核心設計。它還有一個專有 tensor engine，直接透過 RISC-V extension 跟核心叢集連在一起。翻成白話，就是阿里巴巴把一部分 AI 運算塞進 CPU 本體，不是每次都丟給外部加速器處理。\u003C\u002Fp>\n\u003Cfigure class=\"my-6\">\u003Cimg src=\"https:\u002F\u002Fxxdpdyhzhpamafnrdkyq.supabase.co\u002Fstorage\u002Fv1\u002Fobject\u002Fpublic\u002Fcovers\u002Finline-1775197501811-3h4f.png\" alt=\"阿里巴巴 RISC-V AI CPU 進軍伺服器\" class=\"rounded-xl w-full\" loading=\"lazy\" \u002F>\u003C\u002Ffigure>\n\u003Cp>這種設計的好處很直接。資料搬運少一點，快取重用高一點，耗電也可能低一點。對 agentic AI 來說，這比單次大推論更重要。因為它不是只跑一輪，而是很多輪思考、查詢、記憶和回應。\u003C\u002Fp>\u003Cp>阿里巴巴還說，這顆晶片可以原生跑數百億參數以上的 foundation model。這句話聽起來很猛，但我會先保留。真正的考驗不是簡報，而是上雲後的吞吐量、延遲和成本。\u003C\u002Fp>\u003Cul>\u003Cli>架構：RISC-V，不是 Arm 或 x86\u003C\u002Fli>\u003Cli>製程：TSMC 5nm\u003C\u002Fli>\u003Cli>最高時脈：3.2 GHz\u003C\u002Fli>\u003Cli>整數 benchmark：超過 70 分\u003C\u002Fli>\u003Cli>目標場景：agentic AI 與雲端推論\u003C\u002Fli>\u003C\u002Ful>\u003Cp>這幾個數字放在一起看，味道就出來了。阿里巴巴不是只想做一顆「能跑」的 CPU。它想做一顆「適合自己雲端工作負載」的 CPU。這是兩回事。\u003C\u002Fp>\u003Cp>而且它還把 tensor 能力跟核心整合在一起。這代表它不是單純複製既有伺服器 CPU 的玩法。它想把 AI 計算路徑縮短，讓更多工作留在晶片內部完成。\u003C\u002Fp>\u003Ch2>為什麼 RISC-V 這麼重要\u003C\u002Fh2>\u003Cp>RISC-V 最大的賣點很簡單：開放。公司可以自己改指令集，不用像 Arm 那樣付授權費，也不用像 x86 那樣受制於既有生態。對想自己調硬體的人來說，這很香。\u003C\u002Fp>\u003Cp>在中國市場，這件事更敏感。供應鏈壓力一直都在，很多公司都想把更多控制權拿回來。RISC-V 就變成一條可走的路。不是因為它天生比較強，而是因為它比較能自己掌握。\u003C\u002Fp>\u003Cp>阿里巴巴這步棋，也在挑戰一個老觀念：只有 Arm 和 x86 才能做認真的伺服器 CPU。它現在不是要在通用運算全面打贏，而是要在工作負載適配、成本控制、以及跟自家 AI 服務的整合上贏。\u003C\u002Fp>\u003Cblockquote>“We are looking at ways to make it easier for customers to create, deploy, and manage AI models.” — \u003Ca href=\"https:\u002F\u002Fwww.alibabacloud.com\u002F\" target=\"_blank\" rel=\"noopener\">Alibaba Cloud\u003C\u002Fa> CEO Eddie Wu\u003C\u002Fblockquote>\u003Cp>這句話很直白。阿里巴巴做晶片，不是為了秀技術。它是想讓雲端 AI 更便宜，也更容易部署。對雲廠來說，這才是會算帳的地方。\u003C\u002Fp>\u003Cp>如果推論成本能壓下來，AI 服務的定價就有空間。對開發者來說，這可能比單純的峰值算力更有感。因為你最後付的是帳單，不是晶片海報。\u003C\u002Fp>\u003Ch2>它跟 Apple、Huawei、Nvidia 怎麼比\u003C\u002Fh2>\u003Cp>原始素材提到，阿里巴巴這顆 CPU 的效能和效率，接近 Apple 的消費級晶片。這種比法可以看，但不能直接拿來下結論。Apple 強在單核效能和功耗控制，阿里巴巴則是瞄準伺服器和 AI 推論。\u003C\u002Fp>\n\u003Cfigure class=\"my-6\">\u003Cimg src=\"https:\u002F\u002Fxxdpdyhzhpamafnrdkyq.supabase.co\u002Fstorage\u002Fv1\u002Fobject\u002Fpublic\u002Fcovers\u002Finline-1775197499158-d5rp.png\" alt=\"阿里巴巴 RISC-V AI CPU 進軍伺服器\" class=\"rounded-xl w-full\" loading=\"lazy\" \u002F>\u003C\u002Ffigure>\n\u003Cp>阿里巴巴也說，這顆新 CPU 的單執行緒整數效能，比\u003Ca href=\"https:\u002F\u002Fwww.huawei.com\u002Fen\u002F\" target=\"_blank\" rel=\"noopener\">Huawei\u003C\u002Fa>現有伺服器 CPU 高出兩倍以上的 instructions \u003Ca href=\"\u002Fnews\u002Fopenclaw-build-train-personal-ai-agent-zh\">pe\u003C\u002Fa>r clock。這代表它想在中國伺服器市場直接對打，不是只在自家雲裡做內部優化。\u003C\u002Fp>\u003Cp>加速器部分，阿里巴巴還是很務實。它已經推出平行運算單元，要跟部分\u003Ca href=\"https:\u002F\u002Fwww.nvidia.com\u002Fen-us\u002F\" target=\"blank\" rel=\"noopener\">Nvidia\u003C\u002Fa>晶片競爭，但短期內仍計畫採購 Huawei 最新推論加速器。這表示它知道轉換期不會太短，不能一口氣全押自研。\u003C\u002Fp>\u003Cul>\u003Cli>阿里巴巴新 CPU：5nm、3.2 GHz、64 位元多核心\u003C\u002Fli>\u003Cli>整數 benchmark：超過 70 分\u003C\u002Fli>\u003Cli>Huawei 對比：單執行緒整數 IPC 高出 2 倍以上\u003C\u002Fli>\u003Cli>\u003Ca href=\"https:\u002F\u002Fwww.t-head.cn\u002F\" target=\"_blank\" rel=\"noopener\">T-Head\u003C\u002Fa> 累計出貨：超過 470,000 顆\u003C\u002Fli>\u003Cli>T-Head 年營收：近年逼近 100 億人民幣\u003C\u002Fli>\u003C\u002Ful>\u003Cp>這些數字很有意思。470,000 顆聽起來不算巨量，但放在自研晶片裡，已經不是玩票。它代表阿里巴巴至少有能力把晶片送進某些實際場景。\u003C\u002Fp>\u003Cp>不過，別急著把它跟全球 x86 或 Arm 伺服器出貨量相比。那不是同一個量級。阿里巴巴現在的價值，不在市場總量，而在它能不能在自己的雲裡形成成本優勢。\u003C\u002Fp>\u003Ch2>這其實是全棧 AI 戰\u003C\u002Fh2>\u003Cp>阿里巴巴做晶片，不是單點事件。它是在拼一條完整鏈路，從硬體、雲端、模型，到協作軟體和代理工具，全都想自己掌握。這樣一來，AI 服務的成本和節奏才比較好控。\u003C\u002Fp>\u003Cp>這也跟中國整體的算力策略有關。美國出口管制讓高階 AI 加速器變得不好買。很多中國公司只好分散硬體風險，一邊買現成貨，一邊自己養晶片團隊。阿里巴巴就是這種雙軌策略的代表。\u003C\u002Fp>\u003Cp>我覺得這種做法很現實。沒有公司會傻到等自研晶片成熟才做產品。該買的還是要買，該做的還是要做。只是長線來看，能自己控制更多層級的公司，談成本時會比較硬。\u003C\u002Fp>\u003Cp>對開發者和 SRE 來說，這種變化很實際。如果雲廠把部分 AI 工作搬到自家 RISC-V CPU，上層的 inst\u003Ca href=\"\u002Fnews\u002Fsam-altman-exit-openai-board-analysis-zh\">an\u003C\u002Fa>ce 型號、價格、延遲，甚至配額，都可能跟著變。你不一定馬上感受到，但帳單會先告訴你。\u003C\u002Fp>\u003Ch2>產業脈絡沒那麼浪漫\u003C\u002Fh2>\u003Cp>先說結論。RISC-V 不會一夕之間取代 Arm，也不會直接把 x86 打趴。它比較像一種工程選項。當公司想要更高控制權、更低授權成本，還有更貼身的工作負載設計時，它就變得有吸引力。\u003C\u002Fp>\u003Cp>這幾年大家一直在講 AI 伺服器，但很多討論都太浮。真正卡住的，常常是功耗、\u003Ca href=\"\u002Fnews\u002Fcuda-architecture-sms-cores-memory-zh\">記憶體\u003C\u002Fa>頻寬、PCIe 通道數，還有供應鏈。晶片架構只是其中一塊，但它會決定你能不能把其他零件拼起來。\u003C\u002Fp>\u003Cp>阿里巴巴這次的訊號很清楚：它想把「雲端買算力」改成「雲端自己造算力」。這件事不會很快完成，但一旦跑順，影響的就不只是晶片團隊，還有產品、採購、以及雲端定價。\u003C\u002Fp>\u003Cp>從產業角度看，這也是中國雲廠的共同題目。誰能把 AI 推論成本壓低，誰就比較有機會在企業市場拿到長約。硬體不是全部，但它會直接反映在毛利上。\u003C\u002Fp>\u003Ch2>接下來該看什麼\u003C\u002Fh2>\u003Cp>我會盯兩件事。第一，這顆 RISC-V CPU 會不會真的進到阿里雲的正式 instance。第二，它在真實 workload 下，能不能把每 token 成本壓下來。\u003C\u002Fp>\u003Cp>如果這兩件事都成立，阿里巴巴就不只是多一顆晶片，而是多一套可重複的雲端成本模型。那時候，其他雲廠也會開始想：我們有沒有必要自己做一顆？\u003C\u002Fp>\u003Cp>我的判斷是，接下來 12 到 18 個月會很關鍵。這段時間會看出來，阿里巴巴的 RISC-V 路線是內部優化，還是會變成更大規模的伺服器策略。你如果是做雲端架構或 AI 產品，現在就該開始問供應商一句話：你的推論成本，是不是還有機會再降？\u003C\u002Fp>\u003Cp>這問題很土，但很重要。因為最後真正決定誰能活得久的，通常不是簡報，而是單位成本。\u003C\u002Fp>","阿里巴巴 DAMO 推出 64 位元 RISC-V CPU，最高 3.2 GHz、採 TSMC 5nm，瞄準 agentic AI 與伺服器推論，直接碰 Arm、x86 和 Nvidia 的地盤。","www.indexbox.io","https:\u002F\u002Fwww.indexbox.io\u002Fblog\u002Falibaba-unveils-high-performance-risc-v-cpu-for-ai-workloads\u002F",null,"https:\u002F\u002Fxxdpdyhzhpamafnrdkyq.supabase.co\u002Fstorage\u002Fv1\u002Fobject\u002Fpublic\u002Fcovers\u002Finline-1775197501811-3h4f.png",[13,14,15,16,17,18,19,20],"阿里巴巴","RISC-V","AI CPU","伺服器晶片","TSMC 5nm","agentic AI","雲端運算","推論成本","zh",2,false,"2026-04-03T06:24:43.084283+00:00","2026-04-03T06:24:41.522+00:00","done","291d3302-764d-47d3-942f-90ef4ea07849","alibaba-risc-v-ai-cpu-server-chips-zh","industry","f9ee5b22-b62c-4941-868e-7722b84b554b","published","2026-04-07T07:41:10.848+00:00",{"tags":34,"relatedLang":47,"relatedPosts":51},[35,37,38,39,41,43,44,45],{"name":15,"slug":36},"ai-cpu",{"name":13,"slug":13},{"name":20,"slug":20},{"name":17,"slug":40},"tsmc-5nm",{"name":14,"slug":42},"risc-v",{"name":16,"slug":16},{"name":19,"slug":19},{"name":18,"slug":46},"agentic-ai",{"id":30,"slug":48,"title":49,"language":50},"alibaba-risc-v-ai-cpu-server-chips-en","Alibaba’s RISC-V AI CPU Pushes Into Server Chips","en",[52,58,64,70,76,82],{"id":53,"slug":54,"title":55,"cover_image":56,"image_url":56,"created_at":57,"category":29},"491c49cd-6b0b-4c4a-8120-402254ec0f4a","how-to-follow-gemini-and-apple-watch-12-rumors-zh","怎麼追 Gemini 與 Apple Watch 12 傳聞","https:\u002F\u002Fxxdpdyhzhpamafnrdkyq.supabase.co\u002Fstorage\u002Fv1\u002Fobject\u002Fpublic\u002Fcovers\u002Finline-1778933028697-qnhw.png","2026-05-16T12:03:23.685907+00:00",{"id":59,"slug":60,"title":61,"cover_image":62,"image_url":62,"created_at":63,"category":29},"92424d3d-23ac-4ae5-bedf-08db6a01eb9a","jensen-huang-trump-china-trip-zh","黃仁勳搭上川普專機赴中","https:\u002F\u002Fxxdpdyhzhpamafnrdkyq.supabase.co\u002Fstorage\u002Fv1\u002Fobject\u002Fpublic\u002Fcovers\u002Finline-1778930030195-daad.png","2026-05-16T11:13:26.928711+00:00",{"id":65,"slug":66,"title":67,"cover_image":68,"image_url":68,"created_at":69,"category":29},"cde2a775-0898-485e-9b0e-38c4288501b8","chatgpt-vs-gemini-9-tests-1-clear-winner-2026-zh","ChatGPT vs Gemini：9 項測試，誰更值得選","https:\u002F\u002Fxxdpdyhzhpamafnrdkyq.supabase.co\u002Fstorage\u002Fv1\u002Fobject\u002Fpublic\u002Fcovers\u002Finline-1778925827606-i3zy.png","2026-05-16T10:03:29.803046+00:00",{"id":71,"slug":72,"title":73,"cover_image":74,"image_url":74,"created_at":75,"category":29},"a4380666-3f3c-4465-be35-903068c7045e","how-to-reduce-ai-model-serving-friction-zh","怎麼降低 AI 模型部署摩擦","https:\u002F\u002Fxxdpdyhzhpamafnrdkyq.supabase.co\u002Fstorage\u002Fv1\u002Fobject\u002Fpublic\u002Fcovers\u002Finline-1778922836413-ff99.png","2026-05-16T09:13:31.665292+00:00",{"id":77,"slug":78,"title":79,"cover_image":80,"image_url":80,"created_at":81,"category":29},"bfbcb15a-47ab-478e-822a-38d89dc8cb84","lora-vs-qlora-vs-full-fine-tuning-zh","LoRA vs QLoRA vs 全量微調","https:\u002F\u002Fxxdpdyhzhpamafnrdkyq.supabase.co\u002Fstorage\u002Fv1\u002Fobject\u002Fpublic\u002Fcovers\u002Finline-1778915627798-evv7.png","2026-05-16T07:13:32.474543+00:00",{"id":83,"slug":84,"title":85,"cover_image":86,"image_url":86,"created_at":87,"category":29},"3c8fd898-40aa-4f98-b0d1-178e7b4d1c69","why-global-ai-regulation-2026-rewards-modular-compliance-zh","為什麼 2026 全球 AI 監管獎勵模組化合規","https:\u002F\u002Fxxdpdyhzhpamafnrdkyq.supabase.co\u002Fstorage\u002Fv1\u002Fobject\u002Fpublic\u002Fcovers\u002Finline-1778913216545-oxy8.png","2026-05-16T06:33:19.724845+00:00",[89,94,99,104,109,114,119,124,129,134],{"id":90,"slug":91,"title":92,"created_at":93},"ee073da7-28b3-4752-a319-5a501459fb87","ai-in-2026-what-actually-matters-now-zh","2026 AI 真正重要的事","2026-03-26T07:09:12.008134+00:00",{"id":95,"slug":96,"title":97,"created_at":98},"83bd1795-8548-44c9-9a7e-de50a0923f71","trump-ai-framework-power-speech-state-preemption-zh","川普 AI 框架瞄準電力、言論與州權","2026-03-26T07:12:18.695466+00:00",{"id":100,"slug":101,"title":102,"created_at":103},"ea6be18b-c903-4e54-97b7-5f7447a612e0","nvidia-gtc-2026-big-ai-announcements-zh","NVIDIA GTC 2026 重點拆解","2026-03-26T07:14:26.62638+00:00",{"id":105,"slug":106,"title":107,"created_at":108},"4bcec76f-4c36-4daa-909f-54cd702f7c93","claude-users-spreading-out-and-getting-better-zh","Claude 用戶更分散，也更會用","2026-03-26T07:22:52.325888+00:00",{"id":110,"slug":111,"title":112,"created_at":113},"bd903b15-2473-4178-9789-b7557816e535","openclaw-raises-hard-question-for-ai-models-zh","OpenClaw 逼問 AI 模型價值","2026-03-26T07:24:54.707486+00:00",{"id":115,"slug":116,"title":117,"created_at":118},"eeac6b9e-ad9d-4831-8eec-8bba3f9bca6a","gap-google-gemini-checkout-fashion-search-zh","Gap 把結帳搬進 Gemini","2026-03-26T07:28:23.937768+00:00",{"id":120,"slug":121,"title":122,"created_at":123},"0740e53f-605d-4d57-8601-c10beb126f3c","google-pushes-gemini-transition-to-march-2026-zh","Google 把 Gemini 轉換延到 2026 年 3…","2026-03-26T07:30:12.825269+00:00",{"id":125,"slug":126,"title":127,"created_at":128},"e660d801-2421-4529-8fa9-86b82b066990","metas-llama-4-benchmark-scandal-gets-worse-zh","Meta Llama 4 分數風波又擴大","2026-03-26T07:34:21.156421+00:00",{"id":130,"slug":131,"title":132,"created_at":133},"183f9e7c-e143-40bb-a6d5-67ba84a3a8bc","accenture-mistral-ai-sovereign-enterprise-deal-zh","Accenture 攜手 Mistral AI 賣主權 AI","2026-03-26T07:38:14.818906+00:00",{"id":135,"slug":136,"title":137,"created_at":138},"191d9b1b-768a-478c-978c-dd7431a38149","mistral-ai-faces-its-hardest-year-yet-zh","Mistral AI 迎來最硬的一年","2026-03-26T07:40:23.716374+00:00"]