智能算力规模
智能算力规模同比增长
全球活跃智能体数量
点击下方任一观点，查看对应内容
到 2031 年，AI 预计累计创造的全球经济价值
全球人工智能产业正从“能力验证”加速迈向“价值兑现”。IDC研究显示，到2031年，人工智能预计将累计创造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。随着智能体技术走向成熟，人工智能正完成从内容生成到任务执行、从单轮问答到长链路协作的转变；作为下一阶段人工智能投入的重要增量，智能体预计将推动企业人工智能采购预算进一步增长约20%。
2030 年全球活跃智能体数量预测
IDC预测，全球活跃智能体数量将从2026年的7,940万个增长至2030年的22.16亿个，复合增长率达129.8%。在任务执行次数增长、单任务Token消耗提升与多智能体协同的乘数效应作用下，同期全球Token消耗量的复合增长率达4,822.6%，约为活跃智能体数量增速的37倍。中国市场同样显著，IDC研究显示，2026年中国智能体部署渗透率达81.0%，高于全球领先水平。
2026 年中国智能算力规模预测
智能体的规模化运行正在带来持续、刚性的算力需求，推动算力跃升为与水利、电网、铁路同等层级的国家战略基础设施。IDC数据显示，2026年中国智能算力规模将达到2,576.5 EFLOPS，同比增长87.9%，并在2030年达到10,524.3 EFLOPS。2025-2030年中国智能算力规模和通用算力规模的复合增长率分别达50.3%和27.7%，较上一版本预测值46.2%和18.8%有显著提升。
2027 年全球 AI 算力需求满足率预测
算力投资规模正以远超预期的速度扩张，但供给扩张仍难以同步：高端芯片、HBM（高带宽内存）、服务器CPU等核心部件的产能扩张周期普遍长于人工智能需求的爆发节奏，能源约束与之叠加。IDC预测数据显示，全球人工智能算力需求满足率从2024年的79%持续下滑，2027年降至71%的谷底，预计2030年回升至77%；缺口绝对值从2024年的389亿美元扩大到2030年的3,809亿美元，供需剪刀差正在持续扩大。
AI 计算的两条系统创新路径
随着智能体从单次模型调用走向复杂任务执行，AI计算正从单芯片性能竞争转向系统能力竞争。能力型智算通过超节点、HBM（高带宽内存）、高速互连等系统级创新，提升单机模型承载能力和复杂任务处理能力，突破智能上限；容量型智算通过PD/AF分离、异构芯片协同和全链条优化，提高Token吞吐与资源利用效率，降低单位Token成本，实现智能规模化供给。
率先走向规模化应用的智能体场景
代码开发智能体凭借高度数字化、任务边界清晰和结果可验证等特点，率先进入规模化应用；办公智能体则依托高频通用场景和较低落地门槛快速普及。相比之下，制造业、医疗健康、能源/电力等典型传统行业已经开始将人工智能应用嵌入具体业务流程，但普遍面临技术适配难、业务流程固化、组织变革阻力大等挑战，智能体应用仍停留探索试点阶段，远未达到实用化水平。
2026 年中国人工智能算力城市排名前三
2026年中国人工智能算力基础设施进入全面提速期，城市人工智能算力发展格局正由单纯比拼算力规模，转向算力供给、模型能力、智能体与具身智能应用、产业生态和人才储备等综合能力的较量。北京凭借完整的算力供给产业链、实力雄厚的大模型与人工智能应用企业继续稳居首位；杭州依托阿里巴巴、DeepSeek等龙头企业以及持续扩大的算力和人工智能投入位居第二；深圳则凭借深厚的算力供给产业基础、腾讯持续加大的资本开支及智能体应用快速增长，超越上海跻身前三。
到 2031 年，AI 预计累计创造的全球经济价值
全球人工智能产业正从“能力验证”加速迈向“价值兑现”。IDC研究显示，到2031年，人工智能预计将累计创造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。随着智能体技术走向成熟，人工智能正完成从内容生成到任务执行、从单轮问答到长链路协作的转变；作为下一阶段人工智能投入的重要增量，智能体预计将推动企业人工智能采购预算进一步增长约20%。
2030 年全球活跃智能体数量预测
IDC预测，全球活跃智能体数量将从2026年的7,940万个增长至2030年的22.16亿个，复合增长率达129.8%。在任务执行次数增长、单任务Token消耗提升与多智能体协同的乘数效应作用下，同期全球Token消耗量的复合增长率达4,822.6%，约为活跃智能体数量增速的37倍。中国市场同样显著，IDC研究显示，2026年中国智能体部署渗透率达81.0%，高于全球领先水平。
2026 年中国智能算力规模预测
智能体的规模化运行正在带来持续、刚性的算力需求，推动算力跃升为与水利、电网、铁路同等层级的国家战略基础设施。IDC数据显示，2026年中国智能算力规模将达到2,576.5 EFLOPS，同比增长87.9%，并在2030年达到10,524.3 EFLOPS。2025-2030年中国智能算力规模和通用算力规模的复合增长率分别达50.3%和27.7%，较上一版本预测值46.2%和18.8%有显著提升。
2027 年全球 AI 算力需求满足率预测
算力投资规模正以远超预期的速度扩张，但供给扩张仍难以同步：高端芯片、HBM（高带宽内存）、服务器CPU等核心部件的产能扩张周期普遍长于人工智能需求的爆发节奏，能源约束与之叠加。IDC预测数据显示，全球人工智能算力需求满足率从2024年的79%持续下滑，2027年降至71%的谷底，预计2030年回升至77%；缺口绝对值从2024年的389亿美元扩大到2030年的3,809亿美元，供需剪刀差正在持续扩大。
AI 计算的两条系统创新路径
随着智能体从单次模型调用走向复杂任务执行，AI计算正从单芯片性能竞争转向系统能力竞争。能力型智算通过超节点、HBM（高带宽内存）、高速互连等系统级创新，提升单机模型承载能力和复杂任务处理能力，突破智能上限；容量型智算通过PD/AF分离、异构芯片协同和全链条优化，提高Token吞吐与资源利用效率，降低单位Token成本，实现智能规模化供给。
率先走向规模化应用的智能体场景
代码开发智能体凭借高度数字化、任务边界清晰和结果可验证等特点，率先进入规模化应用；办公智能体则依托高频通用场景和较低落地门槛快速普及。相比之下，制造业、医疗健康、能源/电力等典型传统行业已经开始将人工智能应用嵌入具体业务流程，但普遍面临技术适配难、业务流程固化、组织变革阻力大等挑战，智能体应用仍停留探索试点阶段，远未达到实用化水平。
2026 年中国人工智能算力城市排名前三
2026年中国人工智能算力基础设施进入全面提速期，城市人工智能算力发展格局正由单纯比拼算力规模，转向算力供给、模型能力、智能体与具身智能应用、产业生态和人才储备等综合能力的较量。北京凭借完整的算力供给产业链、实力雄厚的大模型与人工智能应用企业继续稳居首位；杭州依托阿里巴巴、DeepSeek等龙头企业以及持续扩大的算力和人工智能投入位居第二；深圳则凭借深厚的算力供给产业基础、腾讯持续加大的资本开支及智能体应用快速增长，超越上海跻身前三。
注：本页数据摘自报告；预测数据按对应年份标注，具体定义及统计口径请参阅完整报告。
获取《2026年中国人工智能计算力发展评估报告》
