经济日报记者 黄鑫
智能体（Agent）正在重塑算力基础设施，以乘数效应推动词元（Token）消耗激增，带动中国智能算力规模大幅上调，算力跃升为与水利、电网、铁路同等级的国家战略基础设施。
日前，国际数据公司（IDC）与浪潮信息联合发布的《2026年中国人工智能计算力发展评估报告》（以下简称《报告》）预计，2026年中国智能算力规模将达2576.5EFLOPS（每秒百亿亿次浮点运算），同比增长87.9%；到2030年将达10524.3EFLOPS。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年有望达1501亿美元。
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%。随着智能体任务从简单的信息检索、内容生成，向需要多轮推理、工具调用和跨系统协作的复杂任务演进，词元消耗被指数级放大。同期全球词元消耗量复合增长率达4822.6%，约为活跃智能体数量增速的37倍。中国增长同样显著，2026年至2030年中国活跃智能体数量复合增长率达151.2%，同期中国词元消耗量的复合增长率高达3499.3%。
《报告》认为，行业智能体当前应用成熟度与长期生产力价值并不完全同步。这种分化体现在实际落地阶段上。代码开发和办公任务凭借更高的数字化程度、更清晰的任务边界和更强的结果可验证性，已率先进入规模化应用阶段。传统行业受业务复杂度与安全约束影响，多数仍处于探索试点阶段。制造、医疗健康、能源/电力等行业真正进入核心业务并形成“执行—反馈—优化”闭环的比例仍为0%；运营商虽然已有70.0%接入部分业务流程，但进入核心业务闭环的比例仍只有3.3%。
IDC副总裁周震刚认为，当前正处在智能体爆发的关键两年，依托OpenClaw开源，代码、办公场景渗透率走高。今年和明年是增长最快阶段，后续会在金融、制造、医疗、教育等传统行业陆续落地。制造、能源、医疗等行业尚处在试点探索，暂未形成业务闭环，核心痛点在于业务流程标准化不足、结果验证困难，数据敏感也带来约束，长期看智能体终将进入行业核心业务。
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，加之能源供给约束，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年的71%，2030年仅回升至77%，即23%的需求等不到供应，供需矛盾将长期存在。
周震刚分析，全球算力缺口持续扩大，主要制约因素是两点：一是高端芯片、高带宽内存（HBM）、服务器CPU等核心部件供给紧张，扩产周期长、门槛高；二是存量算力多面向大模型训练，和智能体推理需要高吞吐、长上下文存储的需求不匹配，出现算力错配，大量已投建算力无法适配智能体场景。即便后续存储芯片产能释放，AI需求增长过快，算力缺口仍会长期存在。
单纯扩大算力规模已难以应对持续增长的智能需求。《报告》认为，智能体时代，AI基础设施正从规模扩张转向系统效率竞争。通过计算、存储、网络、数据中心、终端以及模型、调度和词元运营的全系统协同，竞争核心从拥有多少算力进一步转向能够多高效地持续产出智能。
工业和信息化部电子信息司电子系统处处长金磊表示，随着智能体加快进入生产、科研和社会服务，人工智能对计算能力提出更大规模、更高效率和更多元化需求。未来产业发展需要持续强化基础创新，推动计算架构、数据存储、高速互联、软硬协同和算电协同等关键技术突破；加强算力、存力、运力、电力等要素协同；完善标准体系、测试验证和服务平台建设，提升AI计算产业整体发展能力。
专家认为，当前AI算力产业面临供需缺口、成本能效、资源利用率等多重挑战，背后是结构性问题：基础能力仍有短板，产业链纵向协同不足，横向生态彼此割裂。推动我国AI算力产业发展，要持续夯实基础技术创新；以真实应用负载为牵引，推动贯穿式系统创新，开展全栈顶层规划和跨层协同优化，提升系统计算效率；坚持开放创新，把多元算力的优势真正转化为产业发展红利。
金鼎配资提示：文章来自网络，不代表本站观点。
