阿里吴泳铭：模型参数将达5-10T，2032年数据中心超20GW

在近期的一场行业分享中，阿里巴巴集团CEO吴泳铭对人工智能基础设施的未来规模给出了明确判断。他指出，模型参数规模将继续攀升，未来有望达到5万亿至10万亿（5-10T）的级别。这一预测意味着当前主流大模型的参数体量还将经历数量级的跨越。

吴泳铭同时抛出了一个衡量智能需求的关键视角：机器思考总量。他判断，未来机器的思考总量将是人类的1000倍。而对照当下，这一比例尚不足3%。从不足3%到1000倍，中间意味着至少几万倍的增长空间。对于中小企业主而言，这组数字传递出的信号是：智能算力的需求远未见顶，围绕AI的应用与服务仍处于极早期的爬坡阶段。

支撑这一判断的，是数据中心规模的同步扩张。吴泳铭预计，到2032年，运营的数据中心规模将超过20GW（吉瓦）。20GW的体量，相当于为海量算力芯片提供持续运转的能源底座。数据中心的规模直接决定了模型训练与推理的承载能力，也决定了各类AI服务能否以可接受的成本触达中小企业。

对中小企业来说，这些宏观数字并非遥不可及。模型参数从当前的量级向5-10T迈进，意味着模型能力会继续增强，而数据中心规模向20GW扩张，则意味着算力供给和单位成本有望逐步优化。两者叠加，中小企业获取AI能力的门槛可能进一步降低，无论是调用API、部署行业模型，还是基于现有平台开发轻量应用，都将获得更充裕的基础设施支撑。

吴泳铭的预测也提示了一个时间窗口：从今天到2032年，是算力基础设施集中建设的阶段。中小企业主在规划数字化投入时，可以将AI算力的长期成本下降趋势纳入考量，避免在短期高价节点过度投入，同时关注模型能力升级带来的业务场景重构机会。机器思考总量从不足人类的3%向1000倍演进的过程，本身就是各行业被智能技术重新定义的进程。

内容来源于网络，如有侵犯您的权益，请联系邮箱 kefu@qiyes.com，我们将第一时间核实处理。