详情

　　国际数据公司(IDC)联合浪潮信息发布《2026年中国人工智能计算力发展评估报告》，报告测算2026年我国智能算力规模同比将增长87.9%，算力上升为国家战略基础设施。
 

　　IDC在报告中预测，2026-2030年全球活跃智能体数量复合增长率129.8%，中国活跃智能体数量复合增长率达151.2%；伴随智能体执行复杂推理、工具调用任务，Token消耗量呈现指数增长，中国Token消耗量同期复合增长率高达3499.3%，远高于智能体数量增速。需求带动算力指标大幅上调，2026年中国智能算力规模预计2576.5EFLOPS，同比增长87.9%，AI算力市场规模可达515亿美元，同比增长37%。城市层面算力竞争逻辑发生变化，报告将智能体落地、具身智能布局纳入评价指标，北京、杭州、深圳位列国内人工智能城市前三。行业应用呈现分化，AICoding、AI办公率先规模化落地，制造、医疗、能源等行业大多处于试点探索阶段，尚未进入核心业务闭环。
 

　　报告指出，本轮算力增长的底层驱动力已经从传统大模型训练转向智能体持续推理与多轮任务执行。过去行业更多关注一次性模型训练所需的峰值算力，而智能体可以自主拆解目标、调用工具、多轮对话纠错，每一次任务执行都会持续消耗Token，这就带来算力需求的非线性爆发。智能体数量成倍增加，Token消耗却以数十倍的速度增长，这种结构性变化正在颠覆传统算力规划思路。此前不少地区建设智算中心以“堆卡”为核心思路，追求硬件规模；但智能体时代，单纯扩充芯片数量不足以支撑业务稳定运行，推理算力、内存带宽、网络时延、存储吞吐、液冷散热等配套能力，成为决定智能体并发承载能力的关键要素。算力竞争已经从硬件规模比拼，转向算力调度、模型适配、智能体应用落地、具身智能场景协同的综合能力竞赛，这也是本次报告更新城市AI评价体系的核心原因。
 

　　在城市算力格局方面，北京凭借大模型研发机构、头部AI企业集聚优势，持续领跑全国；杭州依托数字经济底座，在智能体应用落地、企业服务场景、多模态模型工程化方面优势突出；深圳则在机器人、具身智能硬件制造、产业端AI试点上积累深厚，三者共同构成国内AI产业第一梯队。与此同时，国内算力布局也呈现明显分化，中西部城市依托能源成本优势，重点建设大规模训练算力集群，承接东数西算的算力存储与离线训练任务；东部算力强市不再单纯追求算力总量，而是聚焦低时延推理集群、智能体应用孵化、行业场景验证，打造“Token工厂”，把算力资源转化为可交付的AI服务能力。不少城市已经意识到，智算中心不能只作为静态算力仓库，必须配套模型开发平台、智能体开发组件、行业数据集，形成算力-模型-智能体-场景的完整闭环，否则容易出现算力闲置、应用不足的问题。
 

　　报告同时提示，智能体规模化落地还伴随新的治理挑战。大量自主运行的智能体进行工具调用、信息检索与对外交互，带来数据安全、内容可信、权限管控、行为审计等一系列问题。随着Token变成AI产业的核心计量单元，围绕数据版权、模型输出责任、Token调用成本核算的规则体系亟待完善。算力作为国家战略基础设施，不只是产业经济的增长引擎，更是数字安全、科技自主的重要底座。未来算力建设不能只追求规模增速，需要统筹算力供给节奏、绿色低碳、安全可控与应用落地，平衡训练算力与推理算力布局，推动算力资源向实体经济倾斜。
 

　　整体来看，中国AI产业正处在由大模型预训练，全面转向智能体规模化应用的关键拐点。智能体带来Token消耗爆发，拉动智能算力持续高速增长，重塑城市算力竞争规则。短期看，算力供给缺口、行业场景落地壁垒、软硬件生态短板仍将制约产业发展；中长期视角下，随着智能体技术持续成熟、垂直行业场景不断打通、国产算力底座持续夯实，AI算力将深度融入千行百业，成为驱动数字经济高质量发展的核心动力。本次IDC与浪潮信息的报告，清晰揭示了算力需求结构性变革，也为各地政府、科技企业、行业客户布局AI基础设施与智能体应用，提供了重要的参考依据。