--- title: "Alibaba planeja modelo de IA com até 10 trilhões de parâmetros e apresenta novo chip" author: "Lígia Lemos Maia" date: "2026-09-22 08:30:00-03" category: "Inteligência Artificial & Dados" url: "http://desbugados.scale.press/portal/desbugados/post/2026/09/22/alibaba-planeja-modelo-de-ia-com-ate-10-trilhoes-de-parametros-e-apresenta-novo-chip/md" --- ## Resumo - Alibaba anunciou modelos Qwen 4.5 e Qwen 5 com planos de alcançar entre 5 trilhões e 10 trilhões de parâmetros. - O chip Zhenwu V900, desenvolvido pela unidade T-Head, promete três vezes o desempenho do antecessor M890. - O novo processador poderá formar clusters de até 500.000 unidades para treinamento de modelos de larga escala. - A produção comercial do Zhenwu V900 está prevista para o primeiro trimestre de 2027. - O Alibaba pretende ampliar a capacidade global de seus centros de dados para mais de 20 GW até 2032. - A empresa relacionou a estratégia à Recursive Self-Improvement e à busca por superinteligência artificial. - As ações do Alibaba subiram 5,1% após o anúncio, em meio à corrida por alternativas locais aos chips da Nvidia. --- O **Alibaba** anunciou em 22 de setembro de 2026, durante a Apsara Conference em Hangzhou, planos para desenvolver modelos de inteligência artificial da série Qwen com entre **5 trilhões e 10 trilhões de parâmetros**, além de apresentar o chip Zhenwu V900. O movimento reúne duas escalas da mesma ambição: ampliar a capacidade dos modelos e construir o hardware necessário para treiná-los. O anúncio, detalhado pela [Reuters](https://www.reuters.com/business/retail-consumer/alibaba-plans-ai-model-with-5-trillion-10-trillion-parameters-unveils-new-chip-2026-09-22), ajuda a entender por que a corrida pela IA deixou de depender apenas de softwares e passou a exigir também processadores, centros de dados e redes capazes de conectar milhares de unidades. ## Modelos Qwen entram em uma nova ordem de grandeza O primeiro eixo da estratégia está nos modelos futuros **Qwen 4.5 e Qwen 5**, que o CEO Eddie Wu afirmou estarem em desenvolvimento com uma faixa de 5 trilhões a 10 trilhões de parâmetros. Parâmetros são os valores internos usados por um modelo para organizar sua capacidade de processamento, e a quantidade anunciada funciona como uma medida da escala pretendida pelo Alibaba. O ponto mais importante, porém, não é tratar o número como uma promessa automática de inteligência: é perceber que a empresa está planejando uma arquitetura de treinamento muito maior do que a de seus modelos atuais, conectando a expansão do software à construção de uma base própria de computação. Essa distância fica mais compreensível quando a comparação é feita com o atual modelo carro-chefe da companhia. O **Qwen 3.8-Max** possui 2,4 trilhões de parâmetros, segundo a ABC News, enquanto as versões futuras mencionadas no anúncio poderão alcançar até 10 trilhões. A diferença não permite concluir, por si só, que um modelo será melhor em todas as tarefas, porque desempenho também depende de treinamento, arquitetura e uso, mas mostra o tamanho da aposta. Quando uma empresa anuncia uma escala várias vezes maior, a pergunta prática passa a ser outra: de onde virá a capacidade de processamento para sustentar esse salto? ## O Zhenwu V900 transforma a escala em hardware A resposta apresentada pelo Alibaba começa no **Zhenwu V900**, chip de inteligência artificial desenvolvido pela unidade T-Head. A companhia afirma que o novo processador oferece **três vezes mais desempenho** do que o antecessor M890 e o descreve como o chip de IA mais potente da China. O termo desempenho, neste caso, aparece ligado à capacidade de executar as operações exigidas pelo treinamento de modelos de larga escala, uma etapa que precisa movimentar volumes enormes de dados e cálculos. A escolha de desenvolver o próprio componente aproxima o processador das necessidades específicas dos modelos que o Alibaba pretende criar. O salto de desempenho ganha outra dimensão na forma como o chip poderá ser organizado. O V900 permitirá a formação de **clusters de até 500.000 unidades**, isto é, conjuntos de chips conectados para trabalhar no treinamento de um mesmo modelo. A interconexão entre essas unidades é tão relevante quanto a potência de cada uma, porque um grupo desse tamanho precisa trocar informações com rapidez para evitar que os processadores fiquem esperando uns pelos outros. A empresa afirmou que essa capacidade será usada para atender à próxima geração de treinamentos dentro do Alibaba Cloud, e a produção comercial do chip está prevista para o **primeiro trimestre de 2027**. ## Mais modelos exigem mais centros de dados A conexão entre os modelos Qwen e o V900 aparece com clareza na meta de infraestrutura anunciada pela companhia. O Alibaba pretende ampliar a capacidade global de seus centros de dados para mais de **20 GW até 2032**. Gigawatt, ou GW, é uma unidade usada para medir potência, e o número anunciado indica a dimensão energética da operação que a empresa pretende sustentar. Não se trata de uma sala com alguns servidores, mas de uma expansão distribuída de instalações capazes de armazenar dados, treinar modelos e oferecer serviços de computação aos clientes do Alibaba Cloud. Esse plano também explica por que o anúncio trata o chip como uma peça voltada aos clientes de nuvem, e não apenas como um componente para pesquisa interna. O Alibaba informou que está mobilizando recursos para treinamento de grande escala e para inference, termo usado para a execução dos modelos quando eles produzem respostas ou resultados para os usuários. A mesma infraestrutura precisa servir a duas etapas diferentes: primeiro, ensinar o modelo com grandes volumes de informação; depois, responder às solicitações de clientes internos e externos. A expansão dos data centers cria a ponte entre a promessa de modelos maiores e a possibilidade de disponibilizá-los como serviço. ## Da escala à ideia de superinteligência O Alibaba apresentou essa expansão como parte de uma busca mais ampla por **superinteligência artificial (ASI)**. No anúncio, Eddie Wu associou o plano ao avanço da Recursive Self-Improvement, ou melhoria recursiva por autoaperfeiçoamento, identificada pela sigla RSI. A expressão descreve a direção de pesquisa mencionada pela empresa: sistemas capazes de participar de ciclos de aprimoramento de suas próprias capacidades. As fontes não afirmam que a companhia já tenha alcançado essa condição, mas mostram que a RSI foi colocada como uma das ideias que orientam o desenvolvimento dos próximos modelos. Essa ambição é acompanhada por uma comparação apresentada na Apsara Conference: a inteligência de máquinas ainda corresponderia a menos de **3% da capacidade humana**, segundo a reportagem do Tribune India. A frase funciona como uma medida interna da distância que o Alibaba acredita existir entre os sistemas atuais e o objetivo de ASI. O dado não informa como essa capacidade foi calculada nem permite transformar a porcentagem em uma previsão de chegada, mas ajuda a compreender a linguagem usada pela empresa. Quando o horizonte é descrito como uma diferença tão ampla, cada trilhão de parâmetros e cada novo chip passam a ser tratados como parte de uma trajetória de longo prazo. ## Autonomia tecnológica entra no cálculo O anúncio também ocorre em um momento em que empresas chinesas procuram alternativas domésticas aos chips de inteligência artificial da **Nvidia**. A ABC News relacionou a iniciativa do Alibaba às restrições de exportação dos Estados Unidos e a reuniões entre líderes chineses e americanos nas quais a tecnologia de IA aparece como tema central. Nesse contexto, controlar parte do caminho que vai do modelo ao processador reduz a dependência de fornecedores externos para treinar e executar sistemas de grande porte. O Zhenwu V900, portanto, ganha uma função que ultrapassa a ficha técnica: ele é apresentado como uma resposta industrial à necessidade de construir capacidade local para a computação de IA. O próprio contraste entre o modelo atual e os planos futuros reforça essa pressão por autonomia. O Qwen 3.8-Max, com 2,4 trilhões de parâmetros, já exige uma infraestrutura compatível com operações de grande porte; a futura faixa de 5 trilhões a 10 trilhões aumenta a necessidade de processamento, conexão e energia. Ao combinar o desenvolvimento de modelos da família Qwen com um chip próprio, o Alibaba tenta aproximar as decisões de software das características do hardware que vai executá-las. A pergunta que permanece para o setor é se essa integração conseguirá transformar escala anunciada em desempenho e disponibilidade para os clientes. A reação financeira veio logo depois da apresentação. As ações do **Alibaba subiram 5,1%** após o anúncio, segundo a Reuters. A alta não prova que os modelos futuros alcançarão a escala prometida nem antecipa o resultado comercial do V900, mas mostra que o mercado atribuiu peso à combinação entre pesquisa, fabricação de chips e expansão de data centers. Em vez de avaliar um produto isolado, investidores receberam uma promessa integrada: modelos maiores, hardware próprio e capacidade computacional planejada para acompanhar os dois. O teste dessa promessa, porém, ainda está ligado aos prazos técnicos anunciados pela empresa. ## Os prazos que vão medir a promessa O próximo marco concreto é o início da produção comercial do **Zhenwu V900 no primeiro trimestre de 2027**. Até lá, o anúncio permanece como um plano de desenvolvimento e expansão, não como prova de que os clusters de 500.000 unidades já estejam operando. O segundo horizonte é mais distante: o Alibaba estabeleceu 2032 como prazo para superar 20 GW de capacidade global em seus centros de dados. Esses dois pontos ajudam o leitor a separar a intenção imediata da transformação de infraestrutura que exigirá anos de execução, investimento e integração entre processadores e serviços de nuvem. Para acompanhar a notícia sem se perder nos trilhões, a caixa de ferramentas é simples: observar se o V900 chega à produção comercial no prazo indicado, verificar se a capacidade de clusters anunciada aparece em operações de treinamento e acompanhar a expansão dos centros de dados até a meta de 2032. O Alibaba apresentou uma visão em que o tamanho dos modelos, a arquitetura dos chips e a energia da infraestrutura caminham juntos. A questão deixada pela Apsara Conference não é apenas quão grande uma IA pode se tornar, mas quais máquinas, redes e recursos serão necessários para colocá-la em funcionamento.