AI 下半场，算力拼什么？

2026 年春江水暖之际，回望 AI 三年 “狂飙” 历程，AI 大模型的崛起开启了全球算力竞赛，这恰似一场追求极致规模的技术竞速：万亿参数、万卡集群、GW 级数据中心……

然而，随着今年 OpenClaw 等智能体的爆发、Token 日消耗量呈现指数级暴增，意味着 AI 下半场 ——Agentic AI 时代全面到来，AI 也将从单纯堆叠参数的规模比拼，转向寻求商业闭环的 “场景理性”。

在这一过程中，AI 需要全面融入千行百业的肌理，算力究竟该如何精准适配复杂的业务场景，又该如何通过生态开放协作，铺就一条通往未来 AGI 的 “算力之路”？

算力需求位移：Token经济下的逻辑重构

据国家数据局相关数据统计，2026年3月份，中国日均Token 调用量已突破 140 万亿，较2024年初的1000亿增长超千倍。

与此同时，三大运营商在今年不约而同地表示“Token服务”将成为今后的经营主线。这些现象折射出随着AI应用范式全面转向推理阶段，算力市场的需求在发生根本性转移。

其一、算力需求体量呈现出持续且庞大的变化特征。Token消耗爆炸性增长是人工智能在云、边、端侧不同业务场景中规模应用的体现，而每一枚Tokne调用的背后，都离不开算力资源的有力支撑。Gartner就预测，2026年全球数据中心系统支出将超过6500亿美元，同比增长31.7%，其中AI算力年支出复合增长率远超传统算力。

其二、算力需求结构的变化，用于推理的算力占比会大幅提升。OpenClaw等智能体的爆发是算力需求结构改变的关键变量，智能体执行任务规划、工具调用等消耗的Token量较传统Chatbot模式高上百倍，指数级放大了推理算力的需求。

其三、算力需求对于效能的变化，根据场景来追求高能效以确保充分释放算力价值。例如，推理业务的爆发，长上下文记忆+多轮对话机制成为刚需，对于吞吐量和低延时要求越来越高；而行业模型落地又依赖于强化学习和后训练的算力支撑效果等；

本质上，随着AI下半场的到来，AI围绕场景构建商业价值闭环成为主线，算力需求逻辑也随之发生结构性变化，聚焦全场景覆盖、多元化、差异化、能效化的“场景法则” 将成为算力未来遵循趋势。

场景解药：在现实场景中锚定精准适配

算力遵循“场景法则”，本质是要将行业需求与技术供给形成交汇点，从而形成精准适配。

对于行业用户而言，需要捋清楚自身场景类型、业务需求、数据规模、延迟要求、成本预算等，以寻求到合适的产品、技术与方案。例如，具身智能场景涉及到大小脑场景的开发，不仅需要算力支撑，还需要从基座模型、RL框架到工具链的全面支持，更对于成本较为敏感。

同时，对于技术供给侧而言，目前业界逐渐形成共识：根据不同场景的核心指标、硬件形态到部署模式等细颗粒度的需求，划分为大、中、小三种类型的场景，并提供足够广度和深度的产品来快速适配市场细分需求。

以大算力场景为例，主要涉足大模型预训练、强化学习后训练、大规模推理服务和复杂科学计算等，对于极致吞吐、线性扩展和低延时有着极高要求。

大算力场景堪称AI探索的最前沿阵地，非常适合超节点这种突破传统算力集群瓶颈的创新产品。以昇腾为例，其基于超节点+大规模专家并行（大EP）方案，在国内市场实现商用落地，即是超节点在大模型场景使用的典范。

此外，中算力场景就像追求“平衡”的行业智能引擎。医疗、制造、泛政府等主流行业用户渴望从业务集成、知识库构建等具体场景突破，从点到面推动智能化进程，却受制于人才、资金等因素，渴望寻找性能、成本和易用性等平衡点。

目前来看，一体机成为中算力场景的主流交付方式。一体机将算力、模型和行业应用软件预集成，实现“开箱即用”。以目前一体机市场份额最多的华为为例，其已进一步升级昇腾一体机的产品，通过分级分档来适配不同模型、场景的需求，兼具“快速部署”与“成本可控“，以满足不同行业业务逻辑、风险特征和监管环境的细分需求。

小算力场景则更加碎片化且创新属性强，项具身智能、工业质检、科学教学等属于典型的边缘场景，既对于算力设备有着体积、环境、功耗等差异化需求，又追求低延迟和云边高效协同，且成本较为敏感。

因此，产业界认为多样化的算力设备是小算力场景的解决之道。像昇腾，已开放昇腾的标准化模组和板卡，以让更多合作伙伴打造出多样性的边缘算力设备，满足海量市场的差异化需求。

共生远望：开放协作铺设智能坦途

IDC预测，到2030年中国企业AI相关IT支出将达万亿元级别。

显然，随着算力市场蛋糕的快速扩大，中国算力产业链和生态体系需要与时俱进。

过去，算力体系始终围绕个别芯片厂商的封闭生态而构建，各司其职且各自为战；现在，AI技术日新月异，场景需求千变万化，完整、立体的算力产品体系亟待在场景精准适配中持续迭代与创新，高效协作将成为主旋律，生态体系和能力体系也需要随之升级。

那么，如何构建起开放协作的算力新生态，为行业智能化铺设坦途？在笔者看来，能力开放是基石、产品构建是桥梁，而联合方案则是最终载体，它们之间彼此协同，共同构建起一个能真正赋能千行百业、承载未来智能应用的算力新生态。

能力开放意味着破除壁垒、开放能力，为算力产品的构建提供了可能性。昇腾通过开放算子框架、模组/办卡设计、传输协议等，不同级别的合作伙伴如今获得快速成长，在快速变化的市场中构建起核心竞争力。

例如，智能体在企业级领域的快速渗透，昇腾推出Agentic开源参考设计，将深度适配优化后的推理引擎、主流开源模型权重，以及OpenClaw等Agent AI框架打包成完整镜像，合作伙伴可基于昇腾能力快速构建起“Claw一体机”。

产品构建是能力开放和生态繁荣的体现，让产业链环节不再各自为战，而是高效协作、共同开发精准匹配不同场景的算力产品，以快速满足市场差异化需求。

例如，昇腾通过开放中心模组/刀片，合作伙伴可结合模型及应用生态，构建大模型应用一体机、高密服务器等丰富的产品，以满足中算力场景的各种算力需求。

联合方案无疑是解决具体业务场景实际问题的最终载体，是算力新生态的价值体现。同样，昇腾联合多家ISV合作伙伴，面向金融、能源等5大行业的应用场景打造联合解决方案，推动辅助办公、AI实训、电子病历、智能客服等十余个方案的落地。

综合观察

“如果你想走得快，就一个人走；如果你想走得远，就一群人走。”

行业智能化的未来，不是一个人的独行，而是一群人的远征。当AI进入到下半场，算力的比拼已从单纯的“规模竞赛”进化为一场关于形态、架构、成本和效率的综合比拼。

无疑，在这场影响深远的算力变革中，昇腾经过七年的深耕，逐步探索出场景覆盖、场景匹配与生态协同的可行路径。面向未来，随着中国行业智能化的宏伟图景逐步展开，新算力生态的加速形成也必然会为行业智能化铺设一条坚实且宽广的“算力之路”。