8 月 20 日晚间，阿里巴巴交出新财季（今年 4—6 月）财报，而比营收数字更受关注的，是 CEO 吴泳铭在分析师电话会上的一句表态：平头哥第二代国产芯片预计今年下半年开始流片、产出。他进一步给出的判断是，这一代芯片将具备“非常强”的算力和互联带宽，内部认为“完全可以”替代大规模模型训练。
在高端训练算力仍高度依赖单一供应商的当下，“替代训练”四个字的分量，可能比“流片”本身更重。
电话会与财报里的三层信息
把这次披露拆开看，大致有三层：
其一，二代芯片进入流片周期。 流片意味着设计定稿、送交晶圆厂制造，是芯片从图纸走向实物的关键节点。如果下半年如期产出，年底前后就有机会看到实测表现。
其二，一代产品已经开始规模化收钱。 基于真武 M890 的超节点实例近日已上线阿里云进行规模化销售，吴泳铭称下半年将持续放量。财报同时披露，截至 8 月初，真武芯片已服务超过 650 家客户——这说明它不再是发布会上的样品，而是有真实客户负载的产品。
其三，平头哥的版图已经铺开。 财报称其建立了覆盖 GPU、CPU、网络芯片的全栈自研组合。从计算到互联，自研不再只是单点突破。
同一天的财报还披露了组织整合：电商板块合并组建阿里巴巴电商集团，云智能集团则与平头哥进一步绑定。芯片业务被明确写进云的叙事里，这本身就是一个信号。
从推理到训练：国产 AI 芯片的下一关
平头哥成立于 2018 年，此前最为人熟知的是倚天 710 CPU、含光 800 推理芯片和玄铁 RISC-V 系列。但很长一段时间里，自研 AI 芯片在云厂商内部更多扮演“推理和弹性算力”的角色，真正的大模型预训练依然依赖进口 GPU。
真武这一代开始，故事变了。一方面是外部环境：出口管制反复收紧，进口高端 GPU 的供应与定价都不再是可以长期依赖的变量；另一方面是技术路线的收敛——“超节点”正在成为训练集群的主流形态，把大量芯片用高带宽互联聚合成一个更大的“虚拟 GPU”，对标的是英伟达的 NVLink 体系。
这也解释了吴泳铭为什么特意强调“互联带宽”：训练芯片的瓶颈往往不在单芯片的峰值算力，而在芯片之间通信的细腰上。
至于“内部认为完全可以替代大规模模型训练”，这句话值得玩味。它更像一个评估结论，而非已完成的验证——从评估到验证，中间还隔着流片良率、量产爬坡、软件栈成熟度和万卡集群稳定性好几道坎。
门槛从来不在纸面参数
给这句话泼冷水的理由是现成的。训练芯片的护城河从来不只体现在 FLOPS 上：CUDA 生态积累近二十年，从算子库到分布式训练框架，每一层都有大量工程细节要填；HBM 供应紧张是全球性问题，先进制程产能也仍有约束。“替代训练”的真正含义，是在真实的大规模训练任务中长时间稳定运行——集群闪断一次的代价，可能就是数天的返工。
但反过来看，阿里云自身就是最大的验证场。650 家客户的推理负载、自家大模型的训练需求，构成了完整的内循环：有需求、有场景、有现金流。这是平头哥比多数独立芯片创业公司更从容的地方，也是“下半年持续放量”这个表述的底气来源。
简短点评
流片只是开始，产出不等于量产，量产也不等于生态成熟，对“完全可以替代”这类表述，不妨保持一份审慎。但方向本身意义重大：当云厂商的自研芯片从“推理省成本”走向“训练扛主力”，算力供应链的重构才真正触到核心。下半年流片能否如期、实测数据能否支撑那句判断，会比任何电话会上的表态都更有说服力。