智能算力成国家战略基础设施 2030年破万EFLOPS
内容导读智能算力的定位正在发生变化。随着智能体规模化部署与推理需求持续攀升，算力设施的战略属性日益凸显，其规划与布局不再局限于技术或产业层面，而是被置于国家基础设施的框架下加以审视。《2026年中国人工智能计算力发展评估报告》所揭示的趋势，正是这一转变的集中体现。
智能算力升格国家战略基础设施
艾媒网（iiMedia.cn）获悉，国际数据公司（IDC）与浪潮信息于9月21日联合发布《2026年中国人工智能计算力发展评估报告》（以下简称《报告》）。
《报告》指出，智能体正在以前所未有的速度重塑算力基础设施，以乘数效应推动Token（词元）消耗激增，进而带动中国智能算力规模斜率上调，算力跃升为与水利、电网、铁路同等级的国家战略基础设施。
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，复合增长率高达129.8%；同期全球Token消耗量复合增长率更是达到惊人的4822.6%，约为活跃智能体数量增速的37倍。
在中国，这一趋势更为突出：2026年至2030年，中国活跃智能体数量复合增长率将达151.2%，而Token消耗量复合增长率高达3499.3%。智能体数量与Token消耗的爆发式增长，正成为推动算力需求持续攀升的核心引擎。
算力规模与市场预测
在智能体与Token消耗指数级放大的双重驱动下，中国智能算力正迎来前所未有的扩张周期。《报告》预测，2026年中国智能算力规模预计达到2576.5 EFLOPS，同比增长87.9%；到2030年，这一数字将进一步跃升至10524.3 EFLOPS，正式突破万EFLOPS大关。
算力规模的扩张映射在底层词元（Token）的调用需求上。iiMedia Research（艾媒咨询）发布的《2026年词元经济产业链全景分析报告》显示，2025年中国词元调用总量达24619.3万亿，预计2026年增至111799.5万亿次，2030年进一步攀升至7046680.4万亿次，2025–2030年复合增长率达210%。目前，词元已成为智能经济“价值锚点”与商业结算核心单位。这一庞大的词元消耗基数，不仅印证了算力需求的真实性，也为后续市场规模的持续增长提供了坚实支撑。
值得关注的是，2025年至2030年，中国智能算力规模复合增长率由上一版本预测的46.2%上调至50.3%，显示出市场对未来算力需求的高度乐观。与此同时，中国人工智能算力市场规模将在2026年达到515亿美元，同比增长37%，并在2030年达到1501亿美元，2025年至2030年的复合增长率达31.8%。
从全球视野来看，中国不仅在智能体数量增速上领跑，其算力规模的增长斜率也高于全球平均水平，这标志着中国在全球人工智能基础设施竞赛中正占据关键位置。
此外，Token消耗量的增速约为智能体数量增速的37倍，这一巨大的剪刀差意味着单个智能体的算力消耗密度正在提升，推理侧算力需求将成为未来算力消耗的主力。然而，算力规模的急剧扩张也对芯片供应、能源消耗、散热技术及网络架构提出了更高要求，产业链上下游的协同创新能力将成为影响未来竞争格局的关键变量。
城市竞争格局重塑
《报告》首次将智能体应用落地、具身智能产业布局、大模型开发以及推理算力基础设施等纳入城市人工智能算力发展水平的关键评价指标，标志着城市AI竞争力评估从单纯的“算力规模”向“应用生态”与“产业闭环”转型。
在2026年中国人工智能城市排行榜中，北京依托国家级科研机构和头部企业总部优势继续领跑，杭州凭借云计算与电商生态的融合位居第二，深圳则依托完善的硬件产业链和创新企业集群位列前三。此外，上海、广州、成都、南京、武汉、济南、苏州进入前十。这一格局既反映了头部城市在算力基础设施建设上的先发优势，也揭示了智能体应用落地和具身智能产业布局成为城市竞争的新赛道。
分析人士指出，随着评价体系的升级，未来城市间的AI竞争将不再局限于数据中心数量的比拼，而是聚焦于大模型开发能力、推理算力调度效率以及智能体在真实业务场景中的渗透率。对于二三线城市而言，找准垂直行业切入点，构建差异化算力应用生态，或将是实现弯道超车的关键路径。
行业应用深度分化与展望
《报告》首次从智能体当前应用成熟度和长期生产力影响两个维度评估行业智能体发展，结果显示，行业当前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。代码开发（Coding）和办公任务（Work）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，率先进入规模化应用阶段。
相比之下，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。具体而言，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%。
与此同时，教育、科研与研发、医疗健康等知识密集型领域虽然当前应用成熟度相对有限，但其专业知识密度高、专业判断占比大，可被AI重构的工作环节更多，长期生产力影响更为突出；能源、交通等领域则受物理系统、实时性和安全责任边界约束，整体推进相对更慢。
这种“短期落地冷热不均、长期价值潜力分化”的格局，预示着中国人工智能算力的发展正从基础设施建设的“硬投入”阶段，迈向行业融合的“软着陆”阶段。
未来五年，在安全与合规框架下，将万EFLOPS级别的算力优势转化为可量化、可持续的生产力提升，并逐步弥合技术供给与产业需求之间的落差，构成检验本轮智能算力投资成效的重要标准，也在相当程度上影响着中国在全球人工智能竞争中长期优势的建立。
内容导读
