Alibaba prepara modelo de IA com 10 trilhões de parâmetros
A Alibaba revelou planos para escalar seus modelos Qwen até 10 trilhões de parâmetros e apresentou o novo chip de IA Zhenwu V900, marcando um avanço significativo em sua infraestrutura tecnológica.
Alibaba prepara modelo de IA com 10 trilhões de parâmetros
A empresa compartilhou suas estratégias para as próximas gerações de modelos: o Qwen 4 está atualmente em treinamento, enquanto o Qwen 4.5 e o Qwen 5 estão planejados para serem escalados entre 5 e 10 trilhões de parâmetros. Para fins de comparação, o atual Qwen 3.8 Max possui 2,4 trilhões de parâmetros.
Em paralelo, a Alibaba introduziu um novo chip de IA, o Zhenwu V900, que é três vezes mais potente do que a geração anterior. Com base neste chip, a empresa planeja construir clusters de até 500.000 GPUs e alcançar uma capacidade de energia de data center de 20 GW até 2032.
Por que isso importa
AnáliseO aumento na escala de parâmetros e o desenvolvimento de chips proprietários demonstram a ambição da Alibaba pela independência total na infraestrutura de IA e liderança no mercado de grandes modelos de linguagem.
Debater na comunidade
Compartilhe suas dúvidas e insights com desenvolvedores
Relacionado no ecossistema
Guias práticos, terminologia essencial e skills de agentes
Parte II. Arquitetura de Agentes de IA: do Modelo à Memória e Ferramentas
Imersão profunda em engenharia: tokenização, cache KV, determinismo de amostragem, stack de treinamento, quantização, engenharia de contexto, stack de segurança, RAG em produção, ReAct e sistemas swarm multiagente.
Modelos de Fronteira
A classe mais poderosa de inteligência artificial na vanguarda da pesquisa global (Claude 3.7 Sonnet, OpenAI o3/GPT-4.5, Gemini 2.0 Pro), que define os limites atuais das capacidades de raciocínio, autonomia e codificação.
LLM (Large Language Model - Modelo de Linguagem Grande)
Classe fundamental de arquiteturas de redes neurais baseada em transformadores autorregressivos, que prevê a distribuição probabilística dos próximos tokens e demonstra propriedades emergentes de pensamento abstrato, síntese de código e raciocínio lógico.
Thinking Machines lança Inkling 2 Small: modelo MoE de 594B que pode treinar outros modelos
A Thinking Machines apresentou o Inkling 2 Small, um modelo MoE de 594B parâmetros que lidera entre modelos abertos em várias tarefas e demonstrou poder fazer fine-tuning do Qwen3.5-4B de forma autônoma.