阿里云季度收入增长53%,平头哥2027年起承接大部分新增AI芯片供

随着平头哥从“配角”变为“主力”,阿里云也由此走通了一条自主规划的算力供给渠道。

11月19日,阿里巴巴发布截至2026年9月30日止的季度财报。当季集团实现收入2715.19亿元,同比增长10%;经调整EBITA同比增长260%,达到326.36亿元。其中AI云与算力服务板块增速最快,当季收入609.73亿元,同比增长53%,在集团总收入中的占比由去年同期的16.1%提升至22.5%。

阿里巴巴集团CEO吴泳铭在财报电话会上表示,AI模型能力的提升与AI智能体的大规模部署正在共同推升算力需求,未来几年全球算力需求将持续超过供给,这为AI的大规模商业化提供了基础。

阿里云的收入结构正在发生变化。财报显示,当季AI相关产品收入达到179.18亿元,连续第十三个季度实现三位数同比增长,在阿里云外部经常性收入中的占比已提升至49%。吴泳铭称,AI相关产品的年化收入规模突破100亿美元,已成为阿里云的核心收入支柱。

客户需求端也在同步变化。过去AI云业务的需求主要集中在模型公司的训练和推理,按照阿里管理层的说法,除AI实验室之外,大型国企以及智能制造、汽车、具身智能和生物科技等领域的需求目前也在持续放量。当季阿里云外部客户收入同比增长64%,连续第10个季度实现加速增长;剔除算力设备解决方案收入后的外部经常性收入增速提升至67%。

盈利表现方面,当季阿里云经调整EBITA达到88.38亿元,同比增长121%,利润率提升至14.5%。阿里方面将利润率改善归结于三个因素:高毛利AI产品在经常性收入中的占比提升,算力供给紧张下议价能力的增强,以及数据中心扩张带来的规模效应。

AI云与传统云计算的一个差异在于,需求增长往往伴随更高的基础设施投入。芯片、服务器、网络和数据中心都需要提前建设,推理服务规模越大,对持续算力供给的要求也越高。在这一背景下,自研芯片业务平头哥在财报会上被置于更突出的位置。

平头哥成立于2018年,早期主要服务集团内部业务,解决特定场景下的计算需求。随着AI发展,其产品方向逐渐延伸至训练、推理以及数据中心所需的多种芯片。根据阿里在财报电话会上给出的产品路线图,基于真武M890的超节点实例自今年8月推出以来出货量持续爬升,已实现规模化商用,可支持超过2万亿参数模型的推理;下一代真武V900预计2027年一季度量产,算力性能为M890的三倍,基于V900的超节点集群计划于2027年二季度规模化商用;第三代芯片真武J900则计划于2028年大规模量产。

供给角色随之改变。吴泳铭明确表示,2027年以后,公司绝大部分新增AI芯片供给将以平头哥芯片为主,同时采购部分其他国产芯片支持内部推理需求,旗舰芯片将优先满足大模型训练。摩根士丹利在11月中旬发布的报告中预测,平头哥2027自然年芯片出货量有望达到70万颗,2028自然年进一步达到120万颗。按照阿里提出的中长期规划,平头哥算力贡献预期要从目前的10%以上提升至40%至50%。

值得关注的是,根据阿里11月10日发布的公告,平头哥已于今年9月以保密形式向香港联交所提交上市申请,正独立走向资本市场。阿里的投资节奏也将随供给结构调整,公司评估本轮AI基础设施投入的高峰将集中在2027年和2028年上半年,此后随着以平头哥为基础的国产算力供应链持续放量,阿里将走过Capex强度最高的阶段,并预期在2028年下半年实现现金流转正。高盛在11月上旬发布的报告中也给出相近判断,预测阿里的资金缺口将从2027年底开始收窄,并在2028年年中转正。

芯片性能并不直接等同于业务效率。AI计算涉及芯片、服务器、网络、存储、编译器、模型和调度系统等多个环节,任一环节的效率损耗都可能影响最终算力产出。尤其在推理业务中,模型每完成一次调用都需要消耗计算资源,随着企业使用AI的频率增加,Token消耗、响应速度和单位推理成本都会影响云服务的商业模式。

吴泳铭在电话会上确认,Qwen已在平头哥芯片上训练下一代模型,百炼也已基于国产芯片对外提供模型推理服务。他表示,自研芯片与模型的深度整合将持续降低单位算力成本、提升AI应用开发效率;以自研芯片驱动的基础设施正成为阿里全栈AI能力的底座,支撑集团及阿里云客户的模型训练、推理与智能体负载。

阿里方面还提到,在自研芯片加自研大模型的全栈服务之下,阿里云的产品已不是标准化商品,客户难以像采购标准化云资源那样直接比价、招标,这种差异化被认为是将长期支撑云利润率改善的结构性因素。按照公司预期,2028自然年阿里云将恢复50%以上的高速增长,管理层在电话会上重申,维持2030自然年外部云收入1000亿美元、利润率超过20%的目标不变。

吴泳铭判断,2027、2028年可能是国内市场算力最紧缺的两年。这一变化或将影响国产芯片、云计算和模型厂商的竞争格局。对阿里而言,依托平头哥形成更灵活、更自主的算力供给,并通过软硬件协同优化训练效果与推理成本,是将其转化为云服务价格、毛利优势以及模型性能优势的关键路径,而接下来的两年将检验这套体系的成色。

该文观点仅代表作者本人,企服科学平台仅提供信息存储空间服务。

赞 (0)
字节跳动回应张楠谢欣离职传闻:信息不准确
上一篇 37分钟前
腾讯混元Hy4大模型正式开源,770B参数MoE架构支持百万级上下文
下一篇 30分钟前

相关推荐

发表回复

登录后才能评论
分享本页
返回顶部