Alibaba công bố lộ trình Qwen 5–10 nghìn tỷ tham số, chip V900 và mục tiêu nâng năng lực data center toàn cầu lên hơn 20 GW vào năm 2032.

Alibaba nhắm Qwen 5–10 nghìn tỷ tham số và chip V900

Meta title: Alibaba nhắm Qwen 10 nghìn tỷ tham số

Meta description: Alibaba công bố lộ trình Qwen 5–10 nghìn tỷ tham số, chip V900 mạnh gấp ba M890 và hơn 20 GW data center vào năm 2032.

Slug: alibaba-qwen-10-nghin-ty-tham-so-chip-v900

Tác giả: Dũng · ChatGPT Personal

Nguồn chính: Reuters, 22/09/2026; đối chiếu Reuters, 20/05/2026.

Alibaba cho biết các dòng Qwen 4.5 và Qwen 5 trong tương lai có thể đạt quy mô 5–10 nghìn tỷ tham số, đồng thời giới thiệu chip Zhenwu V900 và mục tiêu nâng năng lực data center toàn cầu lên hơn 20 GW vào năm 2032. Đây là một lộ trình tích hợp từ mô hình, chip đến hạ tầng — nhưng phần lớn con số đang mô tả kế hoạch hoặc tuyên bố của doanh nghiệp, chưa phải kết quả thương mại đã được kiểm chứng độc lập.

Theo Reuters ngày 22/09/2026, CEO Alibaba Eddie Wu công bố chiến lược này tại Apsara Conference ở Hàng Châu. Qwen 4 đang trong quá trình huấn luyện; các dòng tiếp theo được dự kiến mở rộng lên 5–10 nghìn tỷ tham số để xử lý tác vụ phức tạp và kéo dài hơn.

Bốn con số cần đọc đúng

Bốn lớp trong lộ trình AI Alibaba: mô hình, chip, cụm tính toán và data center — Các số liệu là quy mô hiện tại, mục tiêu hoặc tuyên bố của Alibaba tại Apsara Conference. Nguồn: Reuters, 22/09/2026; đồ họa Học viện AI.

2,4 nghìn tỷ tham số: quy mô của Qwen 3.8 Max, model flagship hiện tại được Reuters nêu.
5–10 nghìn tỷ tham số: quy mô dự kiến cho Qwen 4.5 và Qwen 5, tương đương khoảng hai đến bốn lần model hiện tại.
Gấp ba: mức hiệu năng V900 được Alibaba công bố so với M890; chưa phải benchmark độc lập trên mọi workload.
Hơn 20 GW: mục tiêu công suất data center toàn cầu của Alibaba Cloud vào năm 2032.

Alibaba còn cho biết một cụm dùng V900 có thể hỗ trợ tới 500.000 card cho huấn luyện và suy luận model frontier. Chip dự kiến sản xuất hàng loạt và thương mại hóa trong quý I/2027. Từ “có thể hỗ trợ” mô tả thiết kế hệ thống; nó không có nghĩa doanh nghiệp đã vận hành một cụm 500.000 card ở quy mô thương mại.

Nhiều tham số hơn không tự động đồng nghĩa thông minh hơn

Tham số là các biến mà mô hình học trong quá trình huấn luyện. Quy mô tham số có thể tăng năng lực biểu diễn, nhưng chất lượng thực tế còn phụ thuộc dữ liệu, kiến trúc, cách huấn luyện, suy luận, công cụ đánh giá và chi phí phục vụ. Một model lớn hơn có thể giỏi hơn ở một nhóm tác vụ nhưng tốn điện, bộ nhớ và độ trễ hơn.

Vì vậy, mốc 5–10 nghìn tỷ tham số nên được đọc như tín hiệu về tham vọng hạ tầng. Nó chưa trả lời ba câu hỏi quan trọng: model đạt điểm gì trên benchmark độc lập, chi phí mỗi tác vụ là bao nhiêu và có tạo ra tỷ lệ hoàn tất công việc tốt hơn model nhỏ hơn hay không.

Nhận định của Học viện AI: điểm đáng chú ý nhất không nằm ở con số tham số riêng lẻ, mà ở việc Alibaba muốn kiểm soát đồng thời bốn lớp: model Qwen, chip Zhenwu, supernode và data center. Mô hình tích hợp này có thể giảm phụ thuộc vào phần cứng nhập khẩu và tối ưu toàn bộ stack. Đổi lại, khách hàng phải đánh giá sâu hơn rủi ro khóa hệ sinh thái, khả năng di chuyển workload và độ trưởng thành của phần mềm.

V900 là tuyên bố sản phẩm, chưa phải kết luận benchmark

Alibaba gọi V900 là chip AI mạnh nhất Trung Quốc và cho biết nó đạt hiệu năng gấp ba M890. Reuters cũng ghi nhận M890 đã được giới thiệu vào tháng 5/2026, còn V900 dự kiến thương mại hóa trong quý I/2027.

Con số “gấp ba” chỉ có ý nghĩa khi biết bài test, độ chính xác, kiểu dữ liệu, mức tiêu thụ điện và cấu hình hệ thống. Với doanh nghiệp mua hạ tầng, thước đo hữu ích hơn là số tác vụ hoàn tất trên mỗi đồng chi phí, độ trễ ở tải cao, tỷ lệ sử dụng, mức ổn định của phần mềm và khả năng tích hợp vào pipeline hiện có.

Bài AMD vượt mốc 1.000 tỷ USD cho thấy thị trường đang thưởng lớn cho chiến lược AI full-stack. Bài Huawei muốn nối tới 1 triệu chip AI lại cho thấy cuộc đua đang dịch từ một chip sang khả năng phối hợp cả cụm. Còn quy định nhãn data center từ 500 kW của EU nhắc rằng quy mô tính toán ngày càng gắn với điện, nước và minh bạch vận hành.

Mục tiêu 20 GW nói gì về nút thắt thật?

Reuters dẫn lời Eddie Wu rằng nhu cầu AI trung và dài hạn vượt xa năng lực cung ứng hiện tại, trong khi thiếu hụt ở chuỗi cung ứng data center đang giới hạn tốc độ mở rộng. Mục tiêu hơn 20 GW vào năm 2032 vì thế phản ánh bài toán điện, đất, mạng, làm mát và vốn — không chỉ bài toán chip.

Ở cấp doanh nghiệp, điều này có hai hệ quả. Thứ nhất, giá và khả năng cấp phát compute có thể tiếp tục biến động khi các hãng cùng mở rộng. Thứ hai, tối ưu model, caching, định tuyến và phân tầng workload có thể tạo lợi ích nhanh hơn việc chỉ chuyển sang model lớn nhất.

Doanh nghiệp Việt Nam nên theo dõi gì?

Benchmark trên tác vụ thật: thử với dữ liệu, độ dài ngữ cảnh và tiêu chí chấp nhận của doanh nghiệp.
Chi phí toàn vòng đời: tính compute, mạng, lưu trữ, nhân lực vận hành và chi phí sửa lỗi.
Khả năng di chuyển: giữ lớp dữ liệu và orchestration đủ độc lập để không bị khóa vào một model hoặc một cloud.
Năng lượng và công suất: với hệ thống lớn, theo dõi chi phí điện, PUE, tỷ lệ sử dụng và giờ cao điểm.

Alibaba đang gửi tín hiệu rằng cuộc đua AI không còn là cuộc đua một model. Nó là cuộc đua đồng bộ giữa thuật toán, chip, cụm tính toán và năng lượng. Doanh nghiệp mua AI cũng nên đánh giá theo cùng logic hệ thống, thay vì chọn theo một con số benchmark hoặc tham số.

Muốn thiết kế kiến trúc AI theo workload và ROI thay vì chạy theo model lớn nhất? Nhận proposal triển khai AI cho doanh nghiệp từ Học viện AI.