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 。
（文章来源：经济日报）
