{"id":91368,"topic":"ai","source":"东方财富","title":"智能体成人工智能增长新引擎 算力跃升为国家战略基础设施 - 东方财富","url":"https://emwap.eastmoney.com/a/202609283884548142.html","url_hash":"e1b30e8a03077bf00dd8edb234d25ab2d6384f9d","author":"","summary":"智能体成人工智能增长新引擎 算力跃升为国家战略基础设施 东方财富","content":"近日，国际数据公司（IDC）与浪潮信息联合发布了《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》认为，全球人工智能产业正从“能力验证”加速迈向“价值兑现”，智能体成为新的增长驱动力，算力也跃升为与水利、电网、铁路同等层级的国家战略基础设施。\n《报告》显示，智能体规模化运行正在带来持续、刚性的算力需求。2026年中国智能算力规模将达到2576.5EFLOPS，同比增长87.9%；到2030年将达到10524.3EFLOPS，2025-2030年复合增长率达50.3%。同期，中国通用算力规模复合增长率达27.7%，均较此前预测值显著提升。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年将增至1501亿美元。《报告》预计，到2031年，人工智能将累计创造22.5万亿美元的全球经济价值，规模远超此前任何一代通用技术。\n智能体正在成为人工智能投入的重要增量。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129.8%；同期全球Token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。中国活跃智能体数量预计从2026年的495万个增至2030年的1.97亿个，复合增长率达151.2%，智能体部署渗透率达81.0%，高于全球领先水平。\n“智能体应用已从‘谈智能体’进入‘用智能体’阶段，预计整体爆发式增长集中在今明两年。”IDC副总裁周震刚在接受记者采访时表示。\n《报告》同时提醒，物理世界的供给增速难以匹配数字世界的需求增速。受高端芯片、HBM（高带宽内存）、服务器CPU等核心部件产能扩张周期长于需求爆发节奏、能源约束叠加等因素影响，全球人工智能算力需求满足率预计从2024年的79%持续下滑。\n“明年将是算力满足率的低谷，此后将逐步缓解。”周震刚说，2027年预计为71%，2030年回升至77%；供需缺口将从2024年的389亿美元扩大到2030年的3809亿美元。2026年Token及云服务调价频率明显加快，全年涨幅预计达30%至50%。\n在他看来，AI计算已进入系统能力竞争的新阶段，行业竞争不再局限于单芯片的峰值性能比拼，转而朝着“能力型智算”与“容量型智算”双线并行的方向演进。其中，“能力型智算”通过以超节点为代表的Scale-up架构扩大高速互联域和统一内存寻址，提升单机承载模型规模和复杂任务能力，突破智能上限；“容量型智算”则通过多元算力协同、推理解耦以及缓存和调度优化等系统创新，提高Token产出效率，降低单位Token成本，实现智能规模化供给。\n《报告》指出，智能体正在推动人工智能基础设施从单点性能优化转向任务级系统协同优化。数据显示，94.3%的受访企业认为超节点是人工智能基础设施的重要能力。与此同时，存储系统正从数据保存走向智能数据供给；网络向低时延、高可靠连接智能体任务执行链演进；数据中心向高密度、持续运行的智能生产系统重构，单机柜功率预计2026年底突破300千瓦级，原生液冷逐步成为整机柜乃至整个数据中心的核心系统设计理念。\n从行业落地看，代码开发智能体与办公智能体凭借数字化程度高、任务边界清晰、结果可验证等优势，率先进入规模化应用阶段；制造业、医疗健康、能源电力等传统行业已开始将人工智能嵌入具体业务流程，但整体仍处于探索试点阶段。《报告》显示，47.2%的制造企业正在试点智能体应用，具身智能开始推动人工智能从数字空间走向物理世界。\n“智能体最终将走向多智能体协作、在人类监督下自我验证和自我循环的闭环，医疗、制造等行业仍需逐步破解流程适配与结果验证等难题。”周震刚说。\n《报告》显示，2026年中国人工智能算力城市格局进一步重塑，北京、杭州、深圳构成第一梯队，其中深圳凭借深厚的算力供给产业基础及智能体应用的快速增长超越上海，跻身前三。\n《报告》建议，企业应遵循智能体渐进式演进阶梯，构建“自建Token工厂+公有MaaS+边缘算力”的混合算力架构；产业规划者应推动智算基础设施由“建设导向”转向“落地导向”，以标准先行、示范牵引推动超节点、原生液冷产业化落地，支撑智能体产业与算力基础设施协同成熟。\n（文章来源：经济参考报）","image_url":"https://g1.dfcfw.com/g4/202112/20211206191716.png","lang":"zh","published_at":"2026-09-27T19:58:28+00:00","fetched_at":"2026-09-27T20:15:07+00:00","status":"read","starred":0,"extract_state":"ok","summary_auto":"近日，国际数据公司（IDC）与浪潮信息联合发布了《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》认为，全球人工智能产业正从“能力验证”加速迈向“价值兑现”，智能体成为新的增长驱动力，算力也跃升为与水利、电网、铁路同等层级的国家战略基础设施。\n《报告》显示，智能体规模化运行正在带来持续、刚性的算力需求。2026年中国智能算力规模将达到2576.5EFLOPS，同比增长87.9%；到2030年将达到10524.3EFLOPS，2025-2030年复合增长率达50.3%。同期，中国通用算力规模复合增长率达27.7%，均较此前预测值显著提升。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年将增至1501亿美元。《报告》预计，到2031年，人工智能将累计创造22.5万亿美元的全球经济价值，规模远超此前任何一代通用技术。\n智能体正在成为人工智能投入的重要增量。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129.8%；同期全球Token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。中国活跃智能体数量预计从2026年的495万个增至2030年的1.97亿个，复合增长率达151.2%，智能体部署渗透率达81.0%，高于全球领先水平。\n“智能体应用已从‘谈智能体’进入‘用智能体’阶段，预计整体爆发式增长集中在今明两年。”IDC副总裁周震刚在接受记者采访时表示。\n《报告》同时提醒，物理世界的供给增速难以匹配数字世界的需求增速。受高端芯片、HBM（高带宽内存）、服务器CPU等核心部件产能扩张周期长于需求爆发节奏、能源约束叠加等因素影响，全球人工智能算力需求满足率预计从2024年的79%持续下滑。\n“明年将是算力满足率的低谷，此后将逐步缓解。”周震刚说，2027年预计为71%，2030年回升至77%；供需缺口将从2024年的389亿美元扩大到2030年的3809亿美元。2026年Token及云服务调价频率明显加快，全年涨幅预计达30%至50%。\n在他看来，AI计算已进入系统能力竞争的新阶段，行业竞争不再局限于单芯片的峰值性能比拼，转而朝着“能力型智算”与“容量型智算”双线并行的方向演进。其中，“能力型智算”通过以超节点为代表的Scale-up架构扩大高速互联域和统一内存寻址，提升单机承载模型规模和复杂任务能力，突破智能上限；“容量型智算”则通过多元算力协同、推理解耦以及缓存和调度优化等系统创新，提高Token产出效率，降低单位Token成本，实现智能规模化供给。\n《报告》指出，智能体正在推动人工智能基础设施从单点性能优化转向任务级系统协同优化。数据显示，94.3%的受访企业认为超节点是人工智能基础设施的重要能力。与此同时，存储系统正从数据保存走向智能数据供给；网络向低时延、高可靠连接智能体任务执行链演进；数据中心向高密度、持续运行的智能生产系统重构，单机柜功率预计2026年底突破300千瓦级，原生液冷逐步成为整机柜乃至整个数据中心的核心系统设计理念。\n从行业落地看，代码开发智能体与办公智能体凭借数字化程度高、任务边界清晰、结果可验证等优势，率先进入规模化应用阶段；制造业、医疗健康、能源电力等传统行业已开始将人工智能嵌入具体业务流程，但整体仍处于探索试点阶段。《报告》显示，47.2%的制造企业正在试点智能体应用，具身智能开始推动人工智能从数字空间走向物理世界。\n“智能体最终将走向多智能体协作、在人类监督下自我验证和自我循环的闭环，医疗、制造等行业仍需逐步破解流程适配与结果验证等难题。”周震刚说。\n《报告》显示，2026年中国人工智能算力城市格局进一步重塑，北京、杭州、深圳构成第一梯队，其中深圳凭借深厚的算力供给产业基础及智能体应用的快速增长超越上海，跻身前三。\n《报告》建议，企业应遵循智能体渐进式演进阶梯，构建“自建Token工厂+公有MaaS+边缘算力”的混合算力架构；产业规划者应推动智算基础设施由“建设导向”转向“落地导向”，以标准先行、示范牵引推动超节点、原生液冷产业化落地，支撑智能体产业与算力基础设施协同成熟。\n（文章来源：经济参考报）","cluster_id":null,"extract_retries":0,"extract_error":null,"contract_version":"news_item.v1","format_contract_version":"news_item_formats.v1","dedup_url":"https://emwap.eastmoney.com/a/202609283884548142.html","quality_profile":{"profile_version":"extraction_quality.v2","bucket":"high","confidence":0.9,"failure_kind":"none","retryable":false,"retry_after_attempts":0,"reason":"High confidence: full text extraction produced 1758 characters.","operator_guidance":{"severity":"ok","recommended_action":"trust_full_text","next_step":"Use the extracted full text as the primary article source.","operator_label":"Ready","can_retry":false,"can_use_summary":false,"diagnostics_required":false},"content_depth":{"contract_version":"content_depth.v1","category":"full_text","label":"Full text","has_full_text":true,"has_summary":true,"content_length":1758,"summary_length":1758,"usable_text_length":1758,"source_field":"content"},"legacy_collapsed":false,"signals":{"extract_state":"ok","extract_error":null,"extract_retries":0,"content_length":1758,"summary_length":1758}},"news_item":{"id":91368,"canonical_url":"https://emwap.eastmoney.com/a/202609283884548142.html","source_url":"https://emwap.eastmoney.com/a/202609283884548142.html","title":"智能体成人工智能增长新引擎 算力跃升为国家战略基础设施 - 东方财富","source_name":"东方财富","author":null,"published_at":"2026-09-27T19:58:28+00:00","locale":"zh","topic":"ai","tags":[],"rss_summary":"智能体成人工智能增长新引擎 算力跃升为国家战略基础设施 东方财富","full_text":"近日，国际数据公司（IDC）与浪潮信息联合发布了《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》认为，全球人工智能产业正从“能力验证”加速迈向“价值兑现”，智能体成为新的增长驱动力，算力也跃升为与水利、电网、铁路同等层级的国家战略基础设施。\n《报告》显示，智能体规模化运行正在带来持续、刚性的算力需求。2026年中国智能算力规模将达到2576.5EFLOPS，同比增长87.9%；到2030年将达到10524.3EFLOPS，2025-2030年复合增长率达50.3%。同期，中国通用算力规模复合增长率达27.7%，均较此前预测值显著提升。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年将增至1501亿美元。《报告》预计，到2031年，人工智能将累计创造22.5万亿美元的全球经济价值，规模远超此前任何一代通用技术。\n智能体正在成为人工智能投入的重要增量。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129.8%；同期全球Token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。中国活跃智能体数量预计从2026年的495万个增至2030年的1.97亿个，复合增长率达151.2%，智能体部署渗透率达81.0%，高于全球领先水平。\n“智能体应用已从‘谈智能体’进入‘用智能体’阶段，预计整体爆发式增长集中在今明两年。”IDC副总裁周震刚在接受记者采访时表示。\n《报告》同时提醒，物理世界的供给增速难以匹配数字世界的需求增速。受高端芯片、HBM（高带宽内存）、服务器CPU等核心部件产能扩张周期长于需求爆发节奏、能源约束叠加等因素影响，全球人工智能算力需求满足率预计从2024年的79%持续下滑。\n“明年将是算力满足率的低谷，此后将逐步缓解。”周震刚说，2027年预计为71%，2030年回升至77%；供需缺口将从2024年的389亿美元扩大到2030年的3809亿美元。2026年Token及云服务调价频率明显加快，全年涨幅预计达30%至50%。\n在他看来，AI计算已进入系统能力竞争的新阶段，行业竞争不再局限于单芯片的峰值性能比拼，转而朝着“能力型智算”与“容量型智算”双线并行的方向演进。其中，“能力型智算”通过以超节点为代表的Scale-up架构扩大高速互联域和统一内存寻址，提升单机承载模型规模和复杂任务能力，突破智能上限；“容量型智算”则通过多元算力协同、推理解耦以及缓存和调度优化等系统创新，提高Token产出效率，降低单位Token成本，实现智能规模化供给。\n《报告》指出，智能体正在推动人工智能基础设施从单点性能优化转向任务级系统协同优化。数据显示，94.3%的受访企业认为超节点是人工智能基础设施的重要能力。与此同时，存储系统正从数据保存走向智能数据供给；网络向低时延、高可靠连接智能体任务执行链演进；数据中心向高密度、持续运行的智能生产系统重构，单机柜功率预计2026年底突破300千瓦级，原生液冷逐步成为整机柜乃至整个数据中心的核心系统设计理念。\n从行业落地看，代码开发智能体与办公智能体凭借数字化程度高、任务边界清晰、结果可验证等优势，率先进入规模化应用阶段；制造业、医疗健康、能源电力等传统行业已开始将人工智能嵌入具体业务流程，但整体仍处于探索试点阶段。《报告》显示，47.2%的制造企业正在试点智能体应用，具身智能开始推动人工智能从数字空间走向物理世界。\n“智能体最终将走向多智能体协作、在人类监督下自我验证和自我循环的闭环，医疗、制造等行业仍需逐步破解流程适配与结果验证等难题。”周震刚说。\n《报告》显示，2026年中国人工智能算力城市格局进一步重塑，北京、杭州、深圳构成第一梯队，其中深圳凭借深厚的算力供给产业基础及智能体应用的快速增长超越上海，跻身前三。\n《报告》建议，企业应遵循智能体渐进式演进阶梯，构建“自建Token工厂+公有MaaS+边缘算力”的混合算力架构；产业规划者应推动智算基础设施由“建设导向”转向“落地导向”，以标准先行、示范牵引推动超节点、原生液冷产业化落地，支撑智能体产业与算力基础设施协同成熟。\n（文章来源：经济参考报）","excerpt":"近日，国际数据公司（IDC）与浪潮信息联合发布了《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》认为，全球人工智能产业正从“能力验证”加速迈向“价值兑现”，智能体成为新的增长驱动力，算力也跃升为与水利、电网、铁路同等层级的国家战略基础设施。\n《报告》显示，智能体规模化运行正在带来持续、刚性的算力需求。2026年中国智能算力规模将达到2576.5EFLOPS，同比增长87.9%；到2030年将达到10524.3EFLOPS，2025-2030年复合增长率达50.3%。同期，中国通用算力规模复合增长率达27.7%，均较此前预测值显著提升。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年将增至1501亿美元。《报告》预计，到2031年，人工智能将累计创造22.5万亿美元的全球经济价值，规模远超此前任何一代通用技术。\n智能体正在成为人工智能投入的重要增量。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129.8%；同期全球Token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。中国活跃智能体数量预计从2026年的495万个增至2030年的1.97亿个，复合增长率达151.2%，智能体部署渗透率达81.0%，高于全球领先水平。\n“智能体应用已从‘谈智能体’进入‘用智能体’阶段，预计整体爆发式增长集中在今明两年。”IDC副总裁周震刚在接受记者采访时表示。\n《报告》同时提醒，物理世界的供给增速难以匹配数字世界的需求增速。受高端芯片、HBM（高带宽内存）、服务器CPU等核心部件产能扩张周期长于需求爆发节奏、能源约束叠加等因素影响，全球人工智能算力需求满足率预计从2024年的79%持续下滑。\n“明年将是算力满足率的低谷，此后将逐步缓解。”周震刚说，2027年预计为71%，2030年回升至77%；供需缺口将从2024年的389亿美元扩大到2030年的3809亿美元。2026年Token及云服务调价频率明显加快，全年涨幅预计达30%至50%。\n在他看来，AI计算已进入系统能力竞争的新阶段，行业竞争不再局限于单芯片的峰值性能比拼，转而朝着“能力型智算”与“容量型智算”双线并行的方向演进。其中，“能力型智算”通过以超节点为代表的Scale-up架构扩大高速互联域和统一内存寻址，提升单机承载模型规模和复杂任务能力，突破智能上限；“容量型智算”则通过多元算力协同、推理解耦以及缓存和调度优化等系统创新，提高Token产出效率，降低单位Token成本，实现智能规模化供给。\n《报告》指出，智能体正在推动人工智能基础设施从单点性能优化转向任务级系统协同优化。数据显示，94.3%的受访企业认为超节点是人工智能基础设施的重要能力。与此同时，存储系统正从数据保存走向智能数据供给；网络向低时延、高可靠连接智能体任务执行链演进；数据中心向高密度、持续运行的智能生产系统重构，单机柜功率预计2026年底突破300千瓦级，原生液冷逐步成为整机柜乃至整个数据中心的核心系统设计理念。\n从行业落地看，代码开发智能体与办公智能体凭借数字化程度高、任务边界清晰、结果可验证等优势，率先进入规模化应用阶段；制造业、医疗健康、能源电力等传统行业已开始将人工智能嵌入具体业务流程，但整体仍处于探索试点阶段。《报告》显示，47.2%的制造企业正在试点智能体应用，具身智能开始推动人工智能从数字空间走向物理世界。\n“智能体最终将走向多智能体协作、在人类监督下自我验证和自我循环的闭环，医疗、制造等行业仍需逐步破解流程适配与结果验证等难题。”周震刚说。\n《报告》显示，2026年中国人工智能算力城市格局进一步重塑，北京、杭州、深圳构成第一梯队，其中深圳凭借深厚的算力供给产业基础及智能体应用的快速增长超越上海，跻身前三。\n《报告》建议，企业应遵循智能体渐进式演进阶梯，构建“自建Token工厂+公有MaaS+边缘算力”的混合算力架构；产业规划者应推动智算基础设施由“建设导向”转向“落地导向”，以标准先行、示范牵引推动超节点、原生液冷产业化落地，支撑智能体产业与算力基础设施协同成熟。\n（文章来源：经济参考报）","extraction":{"state":"ok","confidence":0.9,"error":null,"explanation":"High confidence: full text extraction produced 1758 characters.","diagnostics_url":"/api/diagnose?url=https%3A//emwap.eastmoney.com/a/202609283884548142.html","quality_profile":{"profile_version":"extraction_quality.v2","bucket":"high","confidence":0.9,"failure_kind":"none","retryable":false,"retry_after_attempts":0,"reason":"High confidence: full text extraction produced 1758 characters.","operator_guidance":{"severity":"ok","recommended_action":"trust_full_text","next_step":"Use the extracted full text as the primary article source.","operator_label":"Ready","can_retry":false,"can_use_summary":false,"diagnostics_required":false},"content_depth":{"contract_version":"content_depth.v1","category":"full_text","label":"Full text","has_full_text":true,"has_summary":true,"content_length":1758,"summary_length":1758,"usable_text_length":1758,"source_field":"content"},"legacy_collapsed":false,"signals":{"extract_state":"ok","extract_error":null,"extract_retries":0,"content_length":1758,"summary_length":1758}}},"display_formats":["compact","card","full","digest_section","json"]},"daily_stack_record":{"title":"智能体成人工智能增长新引擎 算力跃升为国家战略基础设施 - 东方财富","url":"https://emwap.eastmoney.com/a/202609283884548142.html","summary":"近日，国际数据公司（IDC）与浪潮信息联合发布了《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》认为，全球人工智能产业正从“能力验证”加速迈向“价值兑现”，智能体成为新的增长驱动力，算力也跃升为与水利、电网、铁路同等层级的国家战略基础设施。\n《报告》显示，智能体规模化运行正在带来持续、刚性的算力需求。2026年中国智能算力规模将达到2576.5EFLOPS，同比增长87.9%；到2030年将达到10524.3EFLOPS，2025-2030年复合增长率达50.3%。同期，中国通用算力规模复合增长率达27.7%，均较此前预测值显著提升。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年将增至1501亿美元。《报告》预计，到2031年，人工智能将累计创造22.5万亿美元的全球经济价值，规模远超此前任何一代通用技术。\n智能体正在成为人工智能投入的重要增量。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129.8%；同期全球Token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。中国活跃智能体数量预计从2026年的495万个增至2030年的1.97亿个，复合增长率达151.2%，智能体部署渗透率达81.0%，高于全球领先水平。\n“智能体应用已从‘谈智能体’进入‘用智能体’阶段，预计整体爆发式增长集中在今明两年。”IDC副总裁周震刚在接受记者采访时表示。\n《报告》同时提醒，物理世界的供给增速难以匹配数字世界的需求增速。受高端芯片、HBM（高带宽内存）、服务器CPU等核心部件产能扩张周期长于需求爆发节奏、能源约束叠加等因素影响，全球人工智能算力需求满足率预计从2024年的79%持续下滑。\n“明年将是算力满足率的低谷，此后将逐步缓解。”周震刚说，2027年预计为71%，2030年回升至77%；供需缺口将从2024年的389亿美元扩大到2030年的3809亿美元。2026年Token及云服务调价频率明显加快，全年涨幅预计达30%至50%。\n在他看来，AI计算已进入系统能力竞争的新阶段，行业竞争不再局限于单芯片的峰值性能比拼，转而朝着“能力型智算”与“容量型智算”双线并行的方向演进。其中，“能力型智算”通过以超节点为代表的Scale-up架构扩大高速互联域和统一内存寻址，提升单机承载模型规模和复杂任务能力，突破智能上限；“容量型智算”则通过多元算力协同、推理解耦以及缓存和调度优化等系统创新，提高Token产出效率，降低单位Token成本，实现智能规模化供给。\n《报告》指出，智能体正在推动人工智能基础设施从单点性能优化转向任务级系统协同优化。数据显示，94.3%的受访企业认为超节点是人工智能基础设施的重要能力。与此同时，存储系统正从数据保存走向智能数据供给；网络向低时延、高可靠连接智能体任务执行链演进；数据中心向高密度、持续运行的智能生产系统重构，单机柜功率预计2026年底突破300千瓦级，原生液冷逐步成为整机柜乃至整个数据中心的核心系统设计理念。\n从行业落地看，代码开发智能体与办公智能体凭借数字化程度高、任务边界清晰、结果可验证等优势，率先进入规模化应用阶段；制造业、医疗健康、能源电力等传统行业已开始将人工智能嵌入具体业务流程，但整体仍处于探索试点阶段。《报告》显示，47.2%的制造企业正在试点智能体应用，具身智能开始推动人工智能从数字空间走向物理世界。\n“智能体最终将走向多智能体协作、在人类监督下自我验证和自我循环的闭环，医疗、制造等行业仍需逐步破解流程适配与结果验证等难题。”周震刚说。\n《报告》显示，2026年中国人工智能算力城市格局进一步重塑，北京、杭州、深圳构成第一梯队，其中深圳凭借深厚的算力供给产业基础及智能体应用的快速增长超越上海，跻身前三。\n《报告》建议，企业应遵循智能体渐进式演进阶梯，构建“自建Token工厂+公有MaaS+边缘算力”的混合算力架构；产业规划者应推动智算基础设施由“建设导向”转向“落地导向”，以标准先行、示范牵引推动超节点、原生液冷产业化落地，支撑智能体产业与算力基础设施协同成熟。\n（文章来源：经济参考报）","source":"东方财富","date":"2026-09-27T19:58:28+00:00","content":"近日，国际数据公司（IDC）与浪潮信息联合发布了《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》认为，全球人工智能产业正从“能力验证”加速迈向“价值兑现”，智能体成为新的增长驱动力，算力也跃升为与水利、电网、铁路同等层级的国家战略基础设施。\n《报告》显示，智能体规模化运行正在带来持续、刚性的算力需求。2026年中国智能算力规模将达到2576.5EFLOPS，同比增长87.9%；到2030年将达到10524.3EFLOPS，2025-2030年复合增长率达50.3%。同期，中国通用算力规模复合增长率达27.7%，均较此前预测值显著提升。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年将增至1501亿美元。《报告》预计，到2031年，人工智能将累计创造22.5万亿美元的全球经济价值，规模远超此前任何一代通用技术。\n智能体正在成为人工智能投入的重要增量。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129.8%；同期全球Token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。中国活跃智能体数量预计从2026年的495万个增至2030年的1.97亿个，复合增长率达151.2%，智能体部署渗透率达81.0%，高于全球领先水平。\n“智能体应用已从‘谈智能体’进入‘用智能体’阶段，预计整体爆发式增长集中在今明两年。”IDC副总裁周震刚在接受记者采访时表示。\n《报告》同时提醒，物理世界的供给增速难以匹配数字世界的需求增速。受高端芯片、HBM（高带宽内存）、服务器CPU等核心部件产能扩张周期长于需求爆发节奏、能源约束叠加等因素影响，全球人工智能算力需求满足率预计从2024年的79%持续下滑。\n“明年将是算力满足率的低谷，此后将逐步缓解。”周震刚说，2027年预计为71%，2030年回升至77%；供需缺口将从2024年的389亿美元扩大到2030年的3809亿美元。2026年Token及云服务调价频率明显加快，全年涨幅预计达30%至50%。\n在他看来，AI计算已进入系统能力竞争的新阶段，行业竞争不再局限于单芯片的峰值性能比拼，转而朝着“能力型智算”与“容量型智算”双线并行的方向演进。其中，“能力型智算”通过以超节点为代表的Scale-up架构扩大高速互联域和统一内存寻址，提升单机承载模型规模和复杂任务能力，突破智能上限；“容量型智算”则通过多元算力协同、推理解耦以及缓存和调度优化等系统创新，提高Token产出效率，降低单位Token成本，实现智能规模化供给。\n《报告》指出，智能体正在推动人工智能基础设施从单点性能优化转向任务级系统协同优化。数据显示，94.3%的受访企业认为超节点是人工智能基础设施的重要能力。与此同时，存储系统正从数据保存走向智能数据供给；网络向低时延、高可靠连接智能体任务执行链演进；数据中心向高密度、持续运行的智能生产系统重构，单机柜功率预计2026年底突破300千瓦级，原生液冷逐步成为整机柜乃至整个数据中心的核心系统设计理念。\n从行业落地看，代码开发智能体与办公智能体凭借数字化程度高、任务边界清晰、结果可验证等优势，率先进入规模化应用阶段；制造业、医疗健康、能源电力等传统行业已开始将人工智能嵌入具体业务流程，但整体仍处于探索试点阶段。《报告》显示，47.2%的制造企业正在试点智能体应用，具身智能开始推动人工智能从数字空间走向物理世界。\n“智能体最终将走向多智能体协作、在人类监督下自我验证和自我循环的闭环，医疗、制造等行业仍需逐步破解流程适配与结果验证等难题。”周震刚说。\n《报告》显示，2026年中国人工智能算力城市格局进一步重塑，北京、杭州、深圳构成第一梯队，其中深圳凭借深厚的算力供给产业基础及智能体应用的快速增长超越上海，跻身前三。\n《报告》建议，企业应遵循智能体渐进式演进阶梯，构建“自建Token工厂+公有MaaS+边缘算力”的混合算力架构；产业规划者应推动智算基础设施由“建设导向”转向“落地导向”，以标准先行、示范牵引推动超节点、原生液冷产业化落地，支撑智能体产业与算力基础设施协同成熟。\n（文章来源：经济参考报）","confidence":0.9,"diagnostics_url":"/api/diagnose?url=https%3A//emwap.eastmoney.com/a/202609283884548142.html","quality_bucket":"high","failure_kind":"none","retryable":false,"quality_reason":"High confidence: full text extraction produced 1758 characters.","quality_profile":{"profile_version":"extraction_quality.v2","bucket":"high","confidence":0.9,"failure_kind":"none","retryable":false,"retry_after_attempts":0,"reason":"High confidence: full text extraction produced 1758 characters.","operator_guidance":{"severity":"ok","recommended_action":"trust_full_text","next_step":"Use the extracted full text as the primary article source.","operator_label":"Ready","can_retry":false,"can_use_summary":false,"diagnostics_required":false},"content_depth":{"contract_version":"content_depth.v1","category":"full_text","label":"Full text","has_full_text":true,"has_summary":true,"content_length":1758,"summary_length":1758,"usable_text_length":1758,"source_field":"content"},"legacy_collapsed":false,"signals":{"extract_state":"ok","extract_error":null,"extract_retries":0,"content_length":1758,"summary_length":1758}},"tags":[]},"fallback_formats":["markdown","json","html"],"actions":{"read":"/item/91368","export_markdown":"/api/items/91368/export?format=markdown","export_json":"/api/items/91368/export?format=json","diagnose":"/api/diagnose?url=https%3A//emwap.eastmoney.com/a/202609283884548142.html"},"formats":{"full":{"id":91368,"title":"智能体成人工智能增长新引擎 算力跃升为国家战略基础设施 - 东方财富","url":"https://emwap.eastmoney.com/a/202609283884548142.html","source":"东方财富","author":null,"published_at":"2026-09-27T19:58:28+00:00","locale":"zh","topic":"ai","tags":[],"excerpt":"近日，国际数据公司（IDC）与浪潮信息联合发布了《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》认为，全球人工智能产业正从“能力验证”加速迈向“价值兑现”，智能体成为新的增长驱动力，算力也跃升为与水利、电网、铁路同等层级的国家战略基础设施。\n《报告》显示，智能体规模化运行正在带来持续、刚性的算力需求。2026年中国智能算力规模将达到2576.5EFLOPS，同比增长87.9%；到2030年将达到10524.3EFLOPS，2025-2030年复合增长率达50.3%。同期，中国通用算力规模复合增长率达27.7%，均较此前预测值显著提升。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年将增至1501亿美元。《报告》预计，到2031年，人工智能将累计创造22.5万亿美元的全球经济价值，规模远超此前任何一代通用技术。\n智能体正在成为人工智能投入的重要增量。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129.8%；同期全球Token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。中国活跃智能体数量预计从2026年的495万个增至2030年的1.97亿个，复合增长率达151.2%，智能体部署渗透率达81.0%，高于全球领先水平。\n“智能体应用已从‘谈智能体’进入‘用智能体’阶段，预计整体爆发式增长集中在今明两年。”IDC副总裁周震刚在接受记者采访时表示。\n《报告》同时提醒，物理世界的供给增速难以匹配数字世界的需求增速。受高端芯片、HBM（高带宽内存）、服务器CPU等核心部件产能扩张周期长于需求爆发节奏、能源约束叠加等因素影响，全球人工智能算力需求满足率预计从2024年的79%持续下滑。\n“明年将是算力满足率的低谷，此后将逐步缓解。”周震刚说，2027年预计为71%，2030年回升至77%；供需缺口将从2024年的389亿美元扩大到2030年的3809亿美元。2026年Token及云服务调价频率明显加快，全年涨幅预计达30%至50%。\n在他看来，AI计算已进入系统能力竞争的新阶段，行业竞争不再局限于单芯片的峰值性能比拼，转而朝着“能力型智算”与“容量型智算”双线并行的方向演进。其中，“能力型智算”通过以超节点为代表的Scale-up架构扩大高速互联域和统一内存寻址，提升单机承载模型规模和复杂任务能力，突破智能上限；“容量型智算”则通过多元算力协同、推理解耦以及缓存和调度优化等系统创新，提高Token产出效率，降低单位Token成本，实现智能规模化供给。\n《报告》指出，智能体正在推动人工智能基础设施从单点性能优化转向任务级系统协同优化。数据显示，94.3%的受访企业认为超节点是人工智能基础设施的重要能力。与此同时，存储系统正从数据保存走向智能数据供给；网络向低时延、高可靠连接智能体任务执行链演进；数据中心向高密度、持续运行的智能生产系统重构，单机柜功率预计2026年底突破300千瓦级，原生液冷逐步成为整机柜乃至整个数据中心的核心系统设计理念。\n从行业落地看，代码开发智能体与办公智能体凭借数字化程度高、任务边界清晰、结果可验证等优势，率先进入规模化应用阶段；制造业、医疗健康、能源电力等传统行业已开始将人工智能嵌入具体业务流程，但整体仍处于探索试点阶段。《报告》显示，47.2%的制造企业正在试点智能体应用，具身智能开始推动人工智能从数字空间走向物理世界。\n“智能体最终将走向多智能体协作、在人类监督下自我验证和自我循环的闭环，医疗、制造等行业仍需逐步破解流程适配与结果验证等难题。”周震刚说。\n《报告》显示，2026年中国人工智能算力城市格局进一步重塑，北京、杭州、深圳构成第一梯队，其中深圳凭借深厚的算力供给产业基础及智能体应用的快速增长超越上海，跻身前三。\n《报告》建议，企业应遵循智能体渐进式演进阶梯，构建“自建Token工厂+公有MaaS+边缘算力”的混合算力架构；产业规划者应推动智算基础设施由“建设导向”转向“落地导向”，以标准先行、示范牵引推动超节点、原生液冷产业化落地，支撑智能体产业与算力基础设施协同成熟。\n（文章来源：经济参考报）","full_text":"近日，国际数据公司（IDC）与浪潮信息联合发布了《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》认为，全球人工智能产业正从“能力验证”加速迈向“价值兑现”，智能体成为新的增长驱动力，算力也跃升为与水利、电网、铁路同等层级的国家战略基础设施。\n《报告》显示，智能体规模化运行正在带来持续、刚性的算力需求。2026年中国智能算力规模将达到2576.5EFLOPS，同比增长87.9%；到2030年将达到10524.3EFLOPS，2025-2030年复合增长率达50.3%。同期，中国通用算力规模复合增长率达27.7%，均较此前预测值显著提升。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年将增至1501亿美元。《报告》预计，到2031年，人工智能将累计创造22.5万亿美元的全球经济价值，规模远超此前任何一代通用技术。\n智能体正在成为人工智能投入的重要增量。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129.8%；同期全球Token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。中国活跃智能体数量预计从2026年的495万个增至2030年的1.97亿个，复合增长率达151.2%，智能体部署渗透率达81.0%，高于全球领先水平。\n“智能体应用已从‘谈智能体’进入‘用智能体’阶段，预计整体爆发式增长集中在今明两年。”IDC副总裁周震刚在接受记者采访时表示。\n《报告》同时提醒，物理世界的供给增速难以匹配数字世界的需求增速。受高端芯片、HBM（高带宽内存）、服务器CPU等核心部件产能扩张周期长于需求爆发节奏、能源约束叠加等因素影响，全球人工智能算力需求满足率预计从2024年的79%持续下滑。\n“明年将是算力满足率的低谷，此后将逐步缓解。”周震刚说，2027年预计为71%，2030年回升至77%；供需缺口将从2024年的389亿美元扩大到2030年的3809亿美元。2026年Token及云服务调价频率明显加快，全年涨幅预计达30%至50%。\n在他看来，AI计算已进入系统能力竞争的新阶段，行业竞争不再局限于单芯片的峰值性能比拼，转而朝着“能力型智算”与“容量型智算”双线并行的方向演进。其中，“能力型智算”通过以超节点为代表的Scale-up架构扩大高速互联域和统一内存寻址，提升单机承载模型规模和复杂任务能力，突破智能上限；“容量型智算”则通过多元算力协同、推理解耦以及缓存和调度优化等系统创新，提高Token产出效率，降低单位Token成本，实现智能规模化供给。\n《报告》指出，智能体正在推动人工智能基础设施从单点性能优化转向任务级系统协同优化。数据显示，94.3%的受访企业认为超节点是人工智能基础设施的重要能力。与此同时，存储系统正从数据保存走向智能数据供给；网络向低时延、高可靠连接智能体任务执行链演进；数据中心向高密度、持续运行的智能生产系统重构，单机柜功率预计2026年底突破300千瓦级，原生液冷逐步成为整机柜乃至整个数据中心的核心系统设计理念。\n从行业落地看，代码开发智能体与办公智能体凭借数字化程度高、任务边界清晰、结果可验证等优势，率先进入规模化应用阶段；制造业、医疗健康、能源电力等传统行业已开始将人工智能嵌入具体业务流程，但整体仍处于探索试点阶段。《报告》显示，47.2%的制造企业正在试点智能体应用，具身智能开始推动人工智能从数字空间走向物理世界。\n“智能体最终将走向多智能体协作、在人类监督下自我验证和自我循环的闭环，医疗、制造等行业仍需逐步破解流程适配与结果验证等难题。”周震刚说。\n《报告》显示，2026年中国人工智能算力城市格局进一步重塑，北京、杭州、深圳构成第一梯队，其中深圳凭借深厚的算力供给产业基础及智能体应用的快速增长超越上海，跻身前三。\n《报告》建议，企业应遵循智能体渐进式演进阶梯，构建“自建Token工厂+公有MaaS+边缘算力”的混合算力架构；产业规划者应推动智算基础设施由“建设导向”转向“落地导向”，以标准先行、示范牵引推动超节点、原生液冷产业化落地，支撑智能体产业与算力基础设施协同成熟。\n（文章来源：经济参考报）","reading_time_min":1,"extraction":{"state":"ok","confidence":0.9,"error":null,"explanation":"High confidence: full text extraction produced 1758 characters.","diagnostics_url":"/api/diagnose?url=https%3A//emwap.eastmoney.com/a/202609283884548142.html","quality_profile":{"profile_version":"extraction_quality.v2","bucket":"high","confidence":0.9,"failure_kind":"none","retryable":false,"retry_after_attempts":0,"reason":"High confidence: full text extraction produced 1758 characters.","operator_guidance":{"severity":"ok","recommended_action":"trust_full_text","next_step":"Use the extracted full text as the primary article source.","operator_label":"Ready","can_retry":false,"can_use_summary":false,"diagnostics_required":false},"content_depth":{"contract_version":"content_depth.v1","category":"full_text","label":"Full text","has_full_text":true,"has_summary":true,"content_length":1758,"summary_length":1758,"usable_text_length":1758,"source_field":"content"},"legacy_collapsed":false,"signals":{"extract_state":"ok","extract_error":null,"extract_retries":0,"content_length":1758,"summary_length":1758}}},"quality_profile":{"profile_version":"extraction_quality.v2","bucket":"high","confidence":0.9,"failure_kind":"none","retryable":false,"retry_after_attempts":0,"reason":"High confidence: full text extraction produced 1758 characters.","operator_guidance":{"severity":"ok","recommended_action":"trust_full_text","next_step":"Use the extracted full text as the primary article source.","operator_label":"Ready","can_retry":false,"can_use_summary":false,"diagnostics_required":false},"content_depth":{"contract_version":"content_depth.v1","category":"full_text","label":"Full text","has_full_text":true,"has_summary":true,"content_length":1758,"summary_length":1758,"usable_text_length":1758,"source_field":"content"},"legacy_collapsed":false,"signals":{"extract_state":"ok","extract_error":null,"extract_retries":0,"content_length":1758,"summary_length":1758}},"actions":{"read":"/item/91368","export_markdown":"/api/items/91368/export?format=markdown","export_json":"/api/items/91368/export?format=json","diagnose":"/api/diagnose?url=https%3A//emwap.eastmoney.com/a/202609283884548142.html"}},"digest":{"id":91368,"title":"智能体成人工智能增长新引擎 算力跃升为国家战略基础设施 - 东方财富","url":"https://emwap.eastmoney.com/a/202609283884548142.html","source":"东方财富","topic":"ai","published_at":"2026-09-27T19:58:28+00:00","excerpt":"近日，国际数据公司（IDC）与浪潮信息联合发布了《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》认为，全球人工智能产业正从“能力验证”加速迈向“价值兑现”，智能体成为新的增长驱动力，算力也跃升为与水利、电网、铁路同等层级的国家战略基础设施。…","quality_bucket":"high","quality_reason":"High confidence: full text extraction produced 1758 characters.","reading_time_min":1,"cluster_id":null},"card":{"display_title":"智能体成人工智能增长新引擎 算力跃升为国家战略基础设施 - 东方财富","subtitle":"东方财富 · 2026-09-27","summary":"近日，国际数据公司（IDC）与浪潮信息联合发布了《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》认为，全球人工智能产业正从“能力验证”加速迈向“价值兑现”，智能体成为新的增长驱动力，算力也跃升为与水利、电网、铁路同等层级的国家战略基础设施。…","badges":["quality:high"],"links":{"read":"/item/91368","original":"https://emwap.eastmoney.com/a/202609283884548142.html","diagnose":"/api/diagnose?url=https%3A//emwap.eastmoney.com/a/202609283884548142.html"},"quality_warning":null},"export":{"title":"智能体成人工智能增长新引擎 算力跃升为国家战略基础设施 - 东方财富","url":"https://emwap.eastmoney.com/a/202609283884548142.html","summary":"近日，国际数据公司（IDC）与浪潮信息联合发布了《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》认为，全球人工智能产业正从“能力验证”加速迈向“价值兑现”，智能体成为新的增长驱动力，算力也跃升为与水利、电网、铁路同等层级的国家战略基础设施。\n《报告》显示，智能体规模化运行正在带来持续、刚性的算力需求。2026年中国智能算力规模将达到2576.5EFLOPS，同比增长87.9%；到2030年将达到10524.3EFLOPS，2025-2030年复合增长率达50.3%。同期，中国通用算力规模复合增长率达27.7%，均较此前预测值显著提升。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年将增至1501亿美元。《报告》预计，到2031年，人工智能将累计创造22.5万亿美元的全球经济价值，规模远超此前任何一代通用技术。\n智能体正在成为人工智能投入的重要增量。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129.8%；同期全球Token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。中国活跃智能体数量预计从2026年的495万个增至2030年的1.97亿个，复合增长率达151.2%，智能体部署渗透率达81.0%，高于全球领先水平。\n“智能体应用已从‘谈智能体’进入‘用智能体’阶段，预计整体爆发式增长集中在今明两年。”IDC副总裁周震刚在接受记者采访时表示。\n《报告》同时提醒，物理世界的供给增速难以匹配数字世界的需求增速。受高端芯片、HBM（高带宽内存）、服务器CPU等核心部件产能扩张周期长于需求爆发节奏、能源约束叠加等因素影响，全球人工智能算力需求满足率预计从2024年的79%持续下滑。\n“明年将是算力满足率的低谷，此后将逐步缓解。”周震刚说，2027年预计为71%，2030年回升至77%；供需缺口将从2024年的389亿美元扩大到2030年的3809亿美元。2026年Token及云服务调价频率明显加快，全年涨幅预计达30%至50%。\n在他看来，AI计算已进入系统能力竞争的新阶段，行业竞争不再局限于单芯片的峰值性能比拼，转而朝着“能力型智算”与“容量型智算”双线并行的方向演进。其中，“能力型智算”通过以超节点为代表的Scale-up架构扩大高速互联域和统一内存寻址，提升单机承载模型规模和复杂任务能力，突破智能上限；“容量型智算”则通过多元算力协同、推理解耦以及缓存和调度优化等系统创新，提高Token产出效率，降低单位Token成本，实现智能规模化供给。\n《报告》指出，智能体正在推动人工智能基础设施从单点性能优化转向任务级系统协同优化。数据显示，94.3%的受访企业认为超节点是人工智能基础设施的重要能力。与此同时，存储系统正从数据保存走向智能数据供给；网络向低时延、高可靠连接智能体任务执行链演进；数据中心向高密度、持续运行的智能生产系统重构，单机柜功率预计2026年底突破300千瓦级，原生液冷逐步成为整机柜乃至整个数据中心的核心系统设计理念。\n从行业落地看，代码开发智能体与办公智能体凭借数字化程度高、任务边界清晰、结果可验证等优势，率先进入规模化应用阶段；制造业、医疗健康、能源电力等传统行业已开始将人工智能嵌入具体业务流程，但整体仍处于探索试点阶段。《报告》显示，47.2%的制造企业正在试点智能体应用，具身智能开始推动人工智能从数字空间走向物理世界。\n“智能体最终将走向多智能体协作、在人类监督下自我验证和自我循环的闭环，医疗、制造等行业仍需逐步破解流程适配与结果验证等难题。”周震刚说。\n《报告》显示，2026年中国人工智能算力城市格局进一步重塑，北京、杭州、深圳构成第一梯队，其中深圳凭借深厚的算力供给产业基础及智能体应用的快速增长超越上海，跻身前三。\n《报告》建议，企业应遵循智能体渐进式演进阶梯，构建“自建Token工厂+公有MaaS+边缘算力”的混合算力架构；产业规划者应推动智算基础设施由“建设导向”转向“落地导向”，以标准先行、示范牵引推动超节点、原生液冷产业化落地，支撑智能体产业与算力基础设施协同成熟。\n（文章来源：经济参考报）","source":"东方财富","date":"2026-09-27T19:58:28+00:00","content":"近日，国际数据公司（IDC）与浪潮信息联合发布了《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》认为，全球人工智能产业正从“能力验证”加速迈向“价值兑现”，智能体成为新的增长驱动力，算力也跃升为与水利、电网、铁路同等层级的国家战略基础设施。\n《报告》显示，智能体规模化运行正在带来持续、刚性的算力需求。2026年中国智能算力规模将达到2576.5EFLOPS，同比增长87.9%；到2030年将达到10524.3EFLOPS，2025-2030年复合增长率达50.3%。同期，中国通用算力规模复合增长率达27.7%，均较此前预测值显著提升。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年将增至1501亿美元。《报告》预计，到2031年，人工智能将累计创造22.5万亿美元的全球经济价值，规模远超此前任何一代通用技术。\n智能体正在成为人工智能投入的重要增量。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129.8%；同期全球Token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。中国活跃智能体数量预计从2026年的495万个增至2030年的1.97亿个，复合增长率达151.2%，智能体部署渗透率达81.0%，高于全球领先水平。\n“智能体应用已从‘谈智能体’进入‘用智能体’阶段，预计整体爆发式增长集中在今明两年。”IDC副总裁周震刚在接受记者采访时表示。\n《报告》同时提醒，物理世界的供给增速难以匹配数字世界的需求增速。受高端芯片、HBM（高带宽内存）、服务器CPU等核心部件产能扩张周期长于需求爆发节奏、能源约束叠加等因素影响，全球人工智能算力需求满足率预计从2024年的79%持续下滑。\n“明年将是算力满足率的低谷，此后将逐步缓解。”周震刚说，2027年预计为71%，2030年回升至77%；供需缺口将从2024年的389亿美元扩大到2030年的3809亿美元。2026年Token及云服务调价频率明显加快，全年涨幅预计达30%至50%。\n在他看来，AI计算已进入系统能力竞争的新阶段，行业竞争不再局限于单芯片的峰值性能比拼，转而朝着“能力型智算”与“容量型智算”双线并行的方向演进。其中，“能力型智算”通过以超节点为代表的Scale-up架构扩大高速互联域和统一内存寻址，提升单机承载模型规模和复杂任务能力，突破智能上限；“容量型智算”则通过多元算力协同、推理解耦以及缓存和调度优化等系统创新，提高Token产出效率，降低单位Token成本，实现智能规模化供给。\n《报告》指出，智能体正在推动人工智能基础设施从单点性能优化转向任务级系统协同优化。数据显示，94.3%的受访企业认为超节点是人工智能基础设施的重要能力。与此同时，存储系统正从数据保存走向智能数据供给；网络向低时延、高可靠连接智能体任务执行链演进；数据中心向高密度、持续运行的智能生产系统重构，单机柜功率预计2026年底突破300千瓦级，原生液冷逐步成为整机柜乃至整个数据中心的核心系统设计理念。\n从行业落地看，代码开发智能体与办公智能体凭借数字化程度高、任务边界清晰、结果可验证等优势，率先进入规模化应用阶段；制造业、医疗健康、能源电力等传统行业已开始将人工智能嵌入具体业务流程，但整体仍处于探索试点阶段。《报告》显示，47.2%的制造企业正在试点智能体应用，具身智能开始推动人工智能从数字空间走向物理世界。\n“智能体最终将走向多智能体协作、在人类监督下自我验证和自我循环的闭环，医疗、制造等行业仍需逐步破解流程适配与结果验证等难题。”周震刚说。\n《报告》显示，2026年中国人工智能算力城市格局进一步重塑，北京、杭州、深圳构成第一梯队，其中深圳凭借深厚的算力供给产业基础及智能体应用的快速增长超越上海，跻身前三。\n《报告》建议，企业应遵循智能体渐进式演进阶梯，构建“自建Token工厂+公有MaaS+边缘算力”的混合算力架构；产业规划者应推动智算基础设施由“建设导向”转向“落地导向”，以标准先行、示范牵引推动超节点、原生液冷产业化落地，支撑智能体产业与算力基础设施协同成熟。\n（文章来源：经济参考报）","confidence":0.9,"diagnostics_url":"/api/diagnose?url=https%3A//emwap.eastmoney.com/a/202609283884548142.html","quality_bucket":"high","failure_kind":"none","retryable":false,"quality_reason":"High confidence: full text extraction produced 1758 characters.","quality_profile":{"profile_version":"extraction_quality.v2","bucket":"high","confidence":0.9,"failure_kind":"none","retryable":false,"retry_after_attempts":0,"reason":"High confidence: full text extraction produced 1758 characters.","operator_guidance":{"severity":"ok","recommended_action":"trust_full_text","next_step":"Use the extracted full text as the primary article source.","operator_label":"Ready","can_retry":false,"can_use_summary":false,"diagnostics_required":false},"content_depth":{"contract_version":"content_depth.v1","category":"full_text","label":"Full text","has_full_text":true,"has_summary":true,"content_length":1758,"summary_length":1758,"usable_text_length":1758,"source_field":"content"},"legacy_collapsed":false,"signals":{"extract_state":"ok","extract_error":null,"extract_retries":0,"content_length":1758,"summary_length":1758}},"tags":[],"format_contract_version":"news_item_formats.v1"}}}