四川
9月21日，在AICC2026人工智能计算大会上，《2026年中国人工智能计算力发展评估报告》（下称《报告》）对外发布。《报告》指出，智能体正成为AI算力需求增长的关键新变量，并以乘数效应推动Token（词元）消耗加速跃升，由此推动中国智能算力增长斜率大幅上调。
周震刚解读报告 （图片来源：每经记者 张蕊 摄）
据悉，该《报告》由国际数据公司（IDC）与浪潮信息联合发布。IDC预测，全球活跃智能体数量将从2026年的7940万个增长至2030年的22.16亿个，复合增长率达到129.8%。同期全球Token消耗量复合增长率达到4822.6%，约为活跃智能体数量增速的37倍。
智能体数量扩张与Token消耗的快速增长，持续推高算力需求。2026年中国智能算力规模预计达到2576.5 EFLOPS（每秒百亿亿次浮点运算），同比增长87.9%；到2030年将进一步攀升至10524.3 EFLOPS。2025年至2030年，智能算力规模复合增长率由此前版本预测的46.2%上调至50.3%。市场规模方面，2026年中国人工智能算力市场规模预计达515亿美元，同比增长37%，2030年将达到1501亿美元，2025年至2030年复合增长率为31.8%。
智能体规模化运行持续推高AI算力需求，但芯片、存储、服务器等关键基础设施扩张周期难以同步，全球算力供需缺口进一步扩大。《报告》预计，全球AI算力需求满足率将由2024年的79%下降至2027年71%的谷底，2030年仅回升至77%，算力缺口绝对值从2024年的389亿美元扩大到2030年的3809亿美元，供需剪刀差正在持续扩大。
为何2027年会跌至谷底？IDC副总裁周震刚在现场对《每日经济新闻》记者表示，核心原因是算力需求增长极快，但从算力供给看，受上游芯片供应链制约严重。从全球看，最大瓶颈可能是HBM（高带宽内存）显存：当前AI算力卡普遍面临HBM供给不足的问题。
“由于模型上下文需要存储的越来越长，HBM存不下那么多且价格昂贵；而HBM基本由三星、海力士、美光垄断，扩产缓慢、门槛高。现在越来越多国内模型厂商尝试分级存储——把模型上下文存到传统内存或闪存盘上，但是由于产线共用，内存甚至闪存盘也开始短缺，内存涨价明显。即便用内存替代，也面临瓶颈。”周震刚表示，我们判断，显存和内存短缺至少持续到明年，因此明年会是算力满足率的低谷；之后部分厂商扩产产线逐步上线，缺口有所缓解，但需求增长更快，缺口仍会存在。
“另一个因素在于错配。”周震刚说，过去智能体应用前，产能主要面向训练，训练要求算力峰值极高；智能体普及后，更需要保存上下文、大吞吐量、低时延，过去面向训练的集群不太适配现在的推理和智能体操作，因此出现“投了很多但用不上”的情况。
特别声明：以上内容(如有图片或视频亦包括在内)为自媒体平台“网易号”用户上传并发布，本平台仅提供信息存储服务。
Notice: The content above (including the pictures and videos if any) is uploaded and posted by a user of NetEase Hao, which is a social media platform and only provides information storage services.
