阿里巴巴的Qwen3.8-2.4T AI模型突显NVIDIA GB300的潜力

据报道，阿里巴巴发布了Qwen3.8-2.4T-A95B的权重，这是一个未经证实的2.4万亿参数AI模型，这将是其迄今为止最大的开源权重发布。据称，该模型利用了NVIDIA的GB300 NVL72平台，用于可扩展的高性能推理。尽管阿里巴巴尚未正式确认，但这一消息已在AI和计算硬件领域引起了广泛关注。

据称，Qwen3.8-2.4T模型被命名为Qwen3.8-Max，采用细粒度的专家混合（MoE）架构。这种架构允许动态激活参数——每个token最多可达950亿，从而优化了复杂任务（如多步推理、大规模文档分析和编码）的计算成本。其混合注意力系统据称支持高达一百万个tokens的上下文，使其成为长上下文任务中最具扩展性的架构之一。

部署这样规模的模型需要最先进的基础设施。NVIDIA的GB300 NVL72应运而生，这是一种机架级系统，集成了72个Blackwell Ultra GPU。GB300在FP8精度下每个GPU可实现每秒超过4000个tokens的处理能力，并支持每秒每用户超过350个tokens的处理速率。这些性能指标使AI开发者能够以高吞吐量和低延迟平衡的方式大规模部署万亿参数模型。

架构创新详解

与稠密模型不同，Qwen3.8-Max的MoE架构仅激活特定任务所需的参数，从而在保持性能的同时降低了硬件成本。其混合全局和线性注意力机制在稠密和有限计算之间交替，使工作流变得更加复杂时实现高效扩展。此外，据称该模型提供可配置的推理深度，允许开发者根据任务需求调整推理质量和速度。

然而，仍然存在一些质疑。截至目前，阿里巴巴Qwen团队公开验证的信息仅确认了之前的发布，如2025年推出的Qwen3-235B-A22B变种，这些模型的总参数最多为2350亿。关于2.4万亿参数的Qwen3.8模型，截至2026年8月12日，仍无任何官方公告或文档支持其存在。

对AI和计算市场的影响

如果得到证实，Qwen3.8-Max将标志着开放AI能力的重要飞跃，提升阿里巴巴在全球AI竞赛中的地位。该模型可能会直接与OpenAI和Google的产品竞争，满足极长上下文长度和推理深度需求的特定用例。此外，这将凸显NVIDIA在AI基础设施中的主导地位，GB300成为下一代模型的重要推动力。

对于交易者来说，市场影响值得关注。截至2026年8月12日，NVIDIA的股票因AI硬件热潮而表现强劲，市值达到2.428万亿美元。若Qwen3.8-Max在GB300上的部署得到确认，将进一步验证NVIDIA作为AI可扩展性的核心支柱，可能推动其GPU和相关软件堆栈的需求。

后续步骤与谨慎建议

对Qwen3.8-Max感兴趣的开发者被指引至NVIDIA的平台，该平台支持该模型的专有NIM容器和PyTorch原生微调工具。不过，在阿里巴巴正式确认模型发布之前，更广泛的AI社区应对这些声明保持谨慎。迄今为止，已验证的Qwen3发布在规模上都小得多，对未经验证的模型采取不加批判的采用可能导致投资误判或在实际应用中的性能不佳。

目前，Qwen3.8-Max提醒我们AI领域创新的快速步伐——以及偶尔的透明性不足。交易者和开发者应密切关注阿里巴巴和NVIDIA的渠道以获取更新。