Alla conferenza Apsara di Hangzhou Alibaba ha presentato la prossima direzione della famiglia Qwen. Il gruppo prevede un modello con una scala compresa tra 5 e 10 trilioni di parametri, mentre il suo attuale Qwen 3.8 Max viene indicato da Reuters come un modello da circa 2,4 trilioni. La cifra descrive l’ambizione tecnica e non significa che ogni parametro venga attivato per ogni token o che il sistema sia già disponibile al pubblico.
Perché è importante
- Alibaba pianifica un modello Qwen tra 5 e 10 trilioni di parametri, fino a circa quattro volte la scala dichiarata per il suo attuale Qwen 3.8 Max.
- Il gruppo ha presentato anche il chip Zhenwu V900, sviluppato dall’unità T-Head, con prestazioni dichiarate triple rispetto al predecessore e produzione di massa attesa all’inizio del 2027.
- La dimensione del modello è una dichiarazione di progetto, non una prova di qualità: contano costo d’inferenza, affidabilità, disponibilità del software e risultati su compiti reali.
Che cosa ha annunciato Alibaba
La società collega il progetto a compiti più lunghi e complessi, cioè attività che richiedono pianificazione, uso di strumenti e continuità nel tempo. È un passaggio coerente con la competizione tra laboratori: l’obiettivo non è soltanto rispondere a una domanda, ma mantenere un piano, controllare i risultati intermedi e correggere il percorso. Per gli utenti, però, questa promessa dovrà diventare un prodotto con limiti, prezzi e documentazione verificabili.
Nello stesso appuntamento Alibaba ha indicato un’accelerazione sull’intero stack: modelli, chip e capacità di data center. Il messaggio industriale è quindi più ampio del lancio di un singolo modello. Un’azienda che controlla più livelli può ottimizzare costi e disponibilità, ma deve anche sostenere investimenti, resa produttiva, software e sicurezza lungo una catena molto più complessa.
Il ruolo del chip Zhenwu V900
Il nuovo Zhenwu V900 è sviluppato da T-Head, l’unità di semiconduttori di Alibaba. Il gruppo lo descrive come tre volte più veloce del predecessore e capace di essere organizzato in grandi cluster per gestire modelli molto estesi. La produzione di massa è attesa all’inizio del 2027: fino a quel momento il chip resta una promessa di roadmap, non una disponibilità industriale già dimostrata.
Un acceleratore AI non si valuta soltanto con il picco di calcolo. Servono memoria, interconnessioni, strumenti di compilazione, librerie e compatibilità con i framework che gli sviluppatori usano davvero. Una prestazione dichiarata può essere convincente in un test interno e meno significativa quando il modello deve gestire richieste concorrenti, aggiornare dati o utilizzare strumenti esterni. La domanda pratica è quale risultato produce per watt e per euro.
La capacità di creare cluster è altrettanto importante. Un modello enorme non vive su una sola scheda: richiede rete a bassa latenza, raffreddamento, storage e procedure di manutenzione. Se uno di questi elementi diventa il collo di bottiglia, aumentare il numero di chip non aumenta in modo proporzionale il servizio. Per questo le aziende dovrebbero chiedere metriche su disponibilità, tempi di risposta e costo per compito, non soltanto sul silicio.
Cosa puoi farci concretamente
- Separare sempre scala del modello, parametri attivi, costo per richiesta e qualità misurata su casi d’uso pertinenti.
- Chiedere benchmark riproducibili, disponibilità dei chip e compatibilità software prima di trattare una roadmap come prodotto acquistabile.
- Per un progetto aziendale, misurare latenza, consumo, tasso di errore e costo totale invece di usare il numero di parametri come proxy del valore.
Dai modelli ai data center
Alibaba Cloud ha fissato un obiettivo di capacità superiore a 20 gigawatt entro il 2032. È un’indicazione della scala fisica necessaria per sostenere modelli e servizi AI, ma non equivale a 20 gigawatt dedicati a un singolo prodotto. La cifra comprende pianificazione di data center, rete, contratti energetici, autorizzazioni e tempi di costruzione che possono cambiare prima dell’entrata in servizio.
Per il mercato europeo la notizia rende visibile un vincolo spesso nascosto. Ogni risposta generata dipende da elettricità, memoria, interconnessioni, acqua o sistemi di raffreddamento e personale tecnico. L’efficienza del modello conta, ma conta anche il modo in cui il servizio distribuisce i carichi e riutilizza hardware e dati. Le promesse di capacità devono quindi essere lette insieme a disponibilità, localizzazione e regole sul trasferimento delle informazioni.
La scala infrastrutturale può ridurre i costi medi se l’utilizzo è sufficiente, ma crea esposizione finanziaria e operativa. Un data center costruito per una domanda che cambia rapidamente può diventare sovradimensionato; uno troppo piccolo può costringere a limitare utenti e contesti. Il vantaggio di integrare modello, chip e cloud esiste soltanto se la catena resta affidabile anche quando la domanda non segue la previsione iniziale.
Che cosa significa per chi usa l’AI
Il titolo sui trilioni di parametri è utile per capire la direzione della ricerca, ma non basta per scegliere un modello. Un sistema più grande può migliorare ragionamento e contesto, oppure aumentare costi e latenza senza cambiare il risultato di un processo semplice. Prima di adottarlo conviene definire il compito, il livello di errore accettabile e il modo in cui una persona può controllare o annullare l’azione.
Per un progetto aziendale il confronto corretto comprende un modello più piccolo, un modello grande e una procedura non automatizzata. Si misurano tempo alla risposta, revisioni, consumo, dati trasferiti e casi in cui il sistema deve fermarsi. Il test deve usare documenti rappresentativi e conservare prompt, versione, strumenti e output; altrimenti una demo positiva non è riproducibile quando cambiano dati o permessi.
Alibaba sta costruendo una posizione completa nella filiera AI e il mercato ha reagito positivamente all’annuncio. La conclusione prudente è però doppia: la corsa a modelli e chip si sta intensificando, mentre la prova del valore resta operativa. Quando Zhenwu V900 e il nuovo Qwen saranno disponibili, conteranno prestazioni pubbliche, costi, affidabilità e clienti reali più della sola scala dichiarata.
Fonti
Documenti, comunicati e pubblicazioni consultati per ricostruire dati e contesto.
