AI帮我分析

需求驱动力从大模型“训练”单轮驱动，转向“训练+推理”双轮驱动，智能体（Agent）规模化运行成为最直接的增量来源。供给端虽在加速扩张，但高端芯片、HBM等核心部件产能扩张慢于需求爆发，供需缺口预计将持续至2030年。下游应用呈现“C端大厂主导、B端亟待爆发”的格局，互联网仍是最大需求方，金融、制造、政务等行业的渗透正在加深。

一、需求侧：智能体引爆推理算力，供需缺口长期存在

智能体带来乘数级算力消耗。智能体不再只是“回答问题”，而是持续执行任务、调用工具、进行多轮规划，其Token消耗量远超传统对话式AI。IDC预测，2026年中国活跃智能体数量将达495万个，到2030年增至1.97亿个，复合增长率151.2%；同期中国Token消耗量复合增长率高达3499.3%。这种非线性增长直接抬升了算力需求曲线的斜率——2026年中国智能算力规模预计达2576.5 EFLOPS，同比增长87.9%，2025—2030年复合增长率由此前预测的46.2%上调至50.3%。

训练与推理共振，推理侧增速更快。2026年被视作中国算力需求从“云端训练”向“训练+推理”双轮驱动转型的关键之年。互联网大厂在训练侧的资本开支仍在攀升，但推理侧的需求爆发更为迅猛：国内日均Token调用量从2024年初的1000亿跃升至2026年3月的140万亿，两年增长超千倍。这意味着算力消耗不再集中于少数训练任务，而是分散到海量、持续的在线服务中。

供需缺口构成长期约束。受高端芯片、HBM、服务器CPU等核心部件产能扩张周期长于需求节奏的影响，全球AI算力需求满足率预计从2024年的79%下滑至2027年的71%，2030年也仅回升至77%。供需缺口对应地从2024年的389亿美元扩大至2030年的3809亿美元。这一结构性短缺意味着算力租赁价格具备支撑，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%。

二、下游应用：互联网主导，B端场景加速渗透

互联网仍是算力消耗的绝对主力。从算力应用行业分布看，互联网占比约46.3%，企业、政务、金融分别占21.3%、11.3%、7.8%。互联网大厂既是AI算力的最大采购方，也是C端AI应用的主要提供者。当前C端格局已较为清晰：阿里、字节、腾讯等大厂凭借技术积累和生态协同占据主导，智能助手/聊天机器人类应用成熟度最高，图像和视频生成类应用成为重要布局方向。

B端应用从“谈场景”进入“落地期”。2025年以来，产业关注点从模型技术探索转向商业化落地。目前规模化落地较快的场景集中在智能客服、知识库问答等高频且落地难度较低的领域。更复杂的垂直场景——如AI+工业制造、AI+医疗——被看好具备更高壁垒和长期价值，但渗透节奏取决于行业数据质量、流程改造深度和付费意愿的培育。

算力服务模式向普惠化与分层化演进。面向中小企业的算力获取方式正在创新：工信部推动“算力银行”“算力超市”等模式，支持按“卡时”“核时”及Token计费灵活付费。与此同时，Token经济加速成形，电信运营商和互联网厂商分别从个人开发者套餐和企业级Agent场景切入Token计费市场。算力租赁市场同步扩张，2026年一季度规模达680亿元，同比增长62%，全年有望达到2600亿元。

三、供给格局：国产替代提速，但结构性短板仍在

国产AI芯片在单卡性能上加速追赶，华为旗舰产品已可对标H100，并通过超节点架构与英伟达机架级方案竞争；寒武纪、海光信息等厂商在生态兼容和产能爬坡上持续投入。然而，供给端的核心矛盾不在芯片设计，而在制造与内存环节——先进制程产能、HBM供应、高端封装等瓶颈短期内难以完全缓解，这也是供需缺口持续至2030年的深层原因。下游客户在采购策略上，互联网大厂仍以英伟达为主，但国产芯片在政企、运营商、国资云等场景的渗透率正在提升，国产化从“战略备份”走向“实际部署”的趋势明确。

综合来看，算力市场的核心逻辑已从“建多少算力”转向“算力用来生产什么”。智能体驱动的Token消耗是需求增长最可追踪的先行指标，而供需缺口的长期存在意味着效率（单位Token成本、算力利用率）而非单纯的规模扩张，将成为下一阶段竞争的关键变量。下游应用中，B端复杂垂直场景的落地进度，则是判断算力需求能否从互联网主导向多行业扩散的核心观察点。