2026云栖大会上，阿里巴巴首次集中展示“芯片—模型—云”协同优化成果。这家全球少数具备自研芯片、大模型和AI云全栈能力的企业，已实现模型自进化、芯片设计和云上算力服务等环节的协同优化，推动全栈技术转化为实际性能提升和成本下降。
这次展示的核心是三个技术体系的双向反馈：模型和Agent需求牵引芯片设计，云平台将硬件能力转化为可交付服务，模型再反向优化推理软件和芯片设计。芯片、模型与云围绕任务效果、响应速度、吞吐和成本持续迭代，形成协同飞轮。
芯片与模型的协同已体现在前沿模型运行中。基于真武M890打造的阿里云灵骏超节点实例，已稳定运行Qwen3.8-Max、Kimi K3等超2万亿参数模型。截至2026年6月，真武系列已服务超650家企业。Qwen3.8-Max还能自主设计芯片，完成物理面积下降42%的优化，形成芯片与模型的自主迭代循环。
云平台将各环节优化转化为整体效率。训练侧通过高速集群互联和高性能存储提升算力利用率，Qwen3.8-Max在零人工参与下完成33轮有效迭代，新版本在Artificial Analysis得分上涨12.5%。推理侧通过Tair KVCM技术，实现每Token成本下降50%、首Token响应时间缩短54%。真武M890还实现长文本延迟下降47%和吞吐提升96%。
云上业务需求正反向影响芯片设计。倚天730强化单核性能，倚天720支持大规模并发执行，真武V900计划2027年量产并部署。阿里云计划2026年第四季度新增服务节点，让协同成果进入更多业务场景。吴泳铭表示，目标到2032年全球数据中心规模超20GW。
这种协同模式正在重塑AI产业生态。
