2026年5月29日，中國天津
當前，全球算力產業正邁入“智算驅動、體系重構”的全新發展階段。伴隨“詞元經濟”的興起，算力已成為支撐國家技術突破、產業競爭與戰略布局的關鍵基礎要素。在此背景下，AI芯片、AI工作站、AI服務器及AI算力中心等關鍵領域迎來重要突破。面向大模型訓練與推理需求，AI芯片正圍繞GPU、TPU、NPU等多元方向持續演進，異構計算、高速互聯及軟件棧生態加速完善；AI工作站向專業化與多樣化方向發展；AI服務器向集群化及高速互聯架構升級；AI算力中心則進入以超大規模計算集群和綠色低碳為特征的新階段。AI算力基礎設施正從傳統信息技術支撐逐步演變為驅動科技創新與工業革命的戰略性底座。
在天津舉辦的2026世界智能產業博覽會期間，中國智能計算產業聯盟、國家超級計算天津中心、天津市人工智能學會、深圳市人工智能行業協會、至頂科技、至頂智庫聯合發布《2026全球AI算力發展研究報告》。報告從智能時代的算力躍遷出發，全面總結全球AI算力的發展背景、關鍵環節（AI芯片、AI工作站、AI服務器以及AI算力中心）、應用場景，對算力產業的關鍵領域、核心技術進行分析解讀。最后，報告展望AI算力未來發展趨勢。報告為決策部門、行業從業者、教育工作者以及社會公眾更好了解全球人工智能算力的發展情況提供參考。
作為報告的核心亮點，2026全球算力產業十大趨勢涵蓋算力架構、中國算力產業發展特征、多智能體系統的推理算力需求、算力中心能源供給方式、太空算力趨勢、詞元經濟學等方面，描繪未來算力產業的發展圖景。
2026全球算力產業十大趨勢
2026全球AI算力發展研究報告
近年來，人工智能實現跨越式發展，先后完成從深度學習時代到生成式AI時代的演進，當前正穩步邁向智能體與具身智能時代。為支撐人工智能的發展需求，算力生態的核心環節—芯片、整機與計算集群均實現性能的全面升級。芯片算力由TFLOPS量級提升至數十PFLOPS，整機部署形態從單機八卡演進為千卡級超節點架構，計算集群規模從千卡集群拓展至數十萬卡集群，集群功耗從千瓦級提升到吉瓦級。
在數據準備階段、模型訓練階段、模型推理階段的各環節均產生算力消耗，各階段算力消耗的量級差異明顯。在模型預訓練階段，超大規模的模型預訓練需要多達萬卡級算力支撐；模型推理階段超大規模模型需要千卡算力；數據準備階段算力需求相對較低，需要數十到數百卡算力規模。
AI模型演進推動訓練與推理階段的算力需求。根據Artificial Analysis指數表現，前沿模型在邁向更高智能水平的過程中，普遍需要更強的訓練算力和更高推理資源投入。盡管不同模型在訓練消耗算力及Token使用量上存在差異，但高性能AI模型更多分布于高算力、高Token消耗區間，表示模型性能提升仍建立在高算力基礎上，訓練與推理兩端的算力需求仍將持續增長。
全球AI算力圖譜分為AI芯片、AI工作站、AI服務器、AI框架以及AI算力中心五大部分。集中展現各細分領域具有代表性的全球典型算力企業，體現國內外相關企業的戰略布局。
浮點精度是指計算機浮點數表示和計算時所能達到的精確程度。Floating Point（FP）表示浮點精度，由符號位、指數位和尾數位三部分組成。其中，符號位用于表示數值正負；指數位決定小數點位置，控制數值范圍；尾數位表示數值的有效數字，控制數值精度。FP8和FP32作為常見的浮點精度，FP8適用于對效率和部署成本有需求的場景，FP32則具有更高精度和更強數值穩定性。
在算力中心架構中，Scale Up與Scale Out分別從硬件升級與節點擴張兩個維度，構成支撐算力系統能力的核心機制。Scale Up（縱向擴展）通過提升單節點的硬件配置（如CPU、GPU、內存等）增強單臺設備的系統能力，以高效率處理復雜任務，追求極致性能；Scale Out（橫向擴展）是通過增加節點來分擔負載，本質上是用多臺設備分擔任務，其核心價值在于提供擴展空間和高可用性。
首Token生成時間(Time To First Token)是衡量大模型回復響應速度與用戶體驗的核心指標。TTFT具體是指從用戶發送提示詞（t=0）到模型返回第一個輸出Token（t=TTFT）的時間間隔。完整流程如下：用戶輸入提示詞后，系統將文本轉換成模型能處理的Token形式。隨后Token被送入GPU進行計算。GPU執行初始提示詞處理（對用戶輸入的提示詞進行編碼、上下文理解和注意力計算），該階段通常是TTFT中非常關鍵的部分。隨后進入解碼/生成階段，開始逐步生成輸出內容。基于預填充階段的結果，生成模型的第一個輸出Token。后續將模型生成的Token還原成可讀的文本形式，最終輸出給用戶文本片段。Token吞吐量表示單位時間內模型輸出的Token數量，單位為Token/s，是評估大模型推理性能的核心指標。吞吐量越高，意味著基礎架構的回報越高。
CPU+GPU異構計算架構提升數據傳輸效率與資源利用率，為AI模型訓練及推理提供高效算力支撐，大幅提升任務處理能力。在異構計算架構中，GPU專注大規模并行張量計算。CPU具有四大功能：作為“總指揮”負責訓練推理任務拆分與多GPU協同，提升算力利用率；作為“數據供給引擎”完成數據預處理與分發，消除傳輸瓶頸；作為“串行任務卸載器”處理簡單控制流，避免GPU計算資源浪費；作為“橋梁樞紐”連接外設并構建無瓶頸互聯體系，保障系統高效運行。2010年，中國“天河一號A”超級計算機率先將“CPU+GPU”異構架構實現規模化落地，引領全球在AI訓練領域的智算底層架構發展方向。2026年，伴隨NVIDIA Groq 3 LPU面向模型推理的專用芯片發布，將形成以GPU+LPU+CPU+DPU為特征的新型異構推理架構。
AI芯片已成為驅動人工智能發展的核心引擎。在大模型訓練和推理中，芯片算力、內存帶寬和互聯技術直接決定模型迭代更新。當前，國際主流公司正圍繞高性能計算、低精度格式和系統級優化展開激烈競爭，推動AI芯片向更高效率、更低成本演進。NVIDIA憑借其Blackwell與Rubin架構持續領跑，保持其在高端訓練和推理市場的領導地位；Google依托自研TPU深化軟硬件垂直整合，強化其云計算和AI服務的底層能力；AWS通過自研Trainium訓練芯片與Inferentia推理芯片的協同部署，提供高性價比的云端算力解決方案。
當前，國內AI芯片行業正依托“自主可控”戰略快速崛起，形成以華為昇騰910C、昆侖芯P800、摩爾線程MTT S5000、沐曦曦云C600等為代表的AI計算產品矩陣（AI計算產品包含AI芯片、AI計算卡等），在模型訓練和推理場景中實現規模化落地。與國外追求芯片絕對算力峰值不同，國內更注重通過構建集群突破單點算力限制，并通過軟硬件垂直整合和性價比優勢搶占市場。2026年5月，華為發布“韜（τ）定律”，“韜定律”提出以“時間縮微”替代“幾何縮微”，以系統性降低時間常數（韜τ）為目標，通過邏輯折疊等創新技術，持續壓縮信號傳播時延，不斷提升晶體管密度，實現半導體與電子系統的持續演進。
AI工作站是為AI任務量身打造的高性能計算平臺。其集成AI加速芯片（如GPU/NPU）、大內存/高帶寬、高效散熱、專用軟件棧，支持本地LLM訓推、數據處理、科學計算等負載，兼顧桌面級部署與服務器級算力等特性，是介于消費級PC與機架式服務器之間的形態。其主流分類體系可從兩大維度劃分：按形態與部署場景，分為塔式AI工作站、移動AI工作站、迷你AI工作站三類；按算力等級與負載適配，分為入門級AI工作站、專業級AI工作站、企業級AI工作站三類，可覆蓋從個人開發到企業級部署的全場景AI算力需求。
AI服務器是為AI任務量身打造的高性能計算系統。通過集成高性能AI芯片、高帶寬存儲、高速互聯組件、高效散熱系統及專用軟件棧，AI服務器具有高算力輸出、高內存帶寬、高速互聯等能力，能夠高效處理AI模型訓練與推理等大規模并行計算任務。AI服務器類別可從兩大維度劃分：按功能用途，可分為訓練AI服務器和推理AI服務器；按部署方式，可分為云端AI服務器和邊緣AI服務器。
超節點服務器通過單節點內增加芯片數量，具備超高互聯帶寬、縱向擴展與集成化等優勢，在性能、成本、組網、運維等方面表現突出。其能夠提供超高互聯帶寬與超低通信時延，有效支撐并行計算任務，縮短模型訓練周期，提升整體可靠性。華為昇騰384超節點通過總線技術實現384個NPU之間大帶寬低時延互聯，優化資源調度以滿足AI訓練與推理需求；中科曙光scaleX640超節點采用“一拖二”高密方案實現單機柜640卡超高速互連，算力性能實現倍增；阿里云磐久AL128超節點服務器采用超大集群的服務架構，重構GPU間互連方式，實現算力與通信協同；浪潮元腦SD200，可實現單機內運行超萬億參數大模型，并支持領先大模型機內同時運行及多智能體按需調用；昆侖芯發布的超節點方案通過硬件創新提升全互聯通信帶寬，助力萬卡級智算集群建設。
AI算力中心通過采用領先的人工智能計算架構，為各類場景（如模型訓練、模型推理、AI應用等）提供所需算力服務的新型算力基礎設施。AI算力中心通常配備高性能計算資源，如AI計算芯片（GPU、TPU等）、大規模存儲、高速網絡連接以及能夠處理大數據集和高計算負載的硬件和軟件平臺。其具有算力密度高、電力供給要求高、散熱與液冷需求大、軟硬協同能力顯著等特點。
AI大模型訓練與推理規模的不斷擴張將推動全球算力中心容量與電力需求增長，加速超大規模AI算力中心發展。預計到2030年，全球算力中心容量將由2026年的102GW增長至220GW，其中AI負載容量由62GW提升至156GW，占比提升至71%。麥肯錫數據顯示，伴隨美國算力中心規模的不斷擴張，算力中心年耗電量預計將由292TWh增長至606TWh，占全美電力需求比重將提升至11%，AI正成為美國新增電力需求的重要場景。RystadEnergy預測，中國算力中心2030年總容量預計接近60GW，AI負載占比提升至48%，AI算力中心正成為新增算力中心建設的重點方向。整體來看，全球算力中心呈現“高AI占比、高功率密度、高電力消耗”的發展趨勢。
“干濕閉環”引領科研范式變革，開啟科學智能時代。干濕閉環（Dry-Wet Loop）是將人工智能驅動的“干實驗”與自動化實驗驗證的“濕實驗”，通過數據反饋形成閉環的科學研究范式。具體而言，由“干實驗”發起實驗請求并交由模型處理。隨后模型將處理結果反饋給自動化實驗室，以執行相應的“濕實驗”。在實驗過程中，自動化實驗室持續將實驗數據反饋給AI模型，從而助力模型優化迭代。“干濕閉環”研究范式打破傳統計算與實驗驗證相互割裂的狀態，使科學發現方式從傳統的經驗驅動逐步轉向模型驅動。
AI算力正深刻賦能合成生物學，其多任務學習與未知空間探索能力滿足合成生物學的智能化設計需求，為破解生物系統“序列—結構—功能”的復雜映射開辟全新路徑。在蛋白質合成領域，擴散模型和自然語言模型展現出在功能蛋白定向進化、全新設計中的強大潛力，AlphaFold系列模型實現蛋白質結構預測的革命性突破。在基因編輯與核酸疫苗領域，AI通過深度學習與大規模數據分析，精準識別治療靶點并預測基因編輯和抗原的生物學效應，顯著提升分子調控的精確性與效率。
云端與終端算力高效協同，為具身智能從技術研發、模型訓練、場景落地提供全棧算力支撐。云端算力中心提供的EFLOPS級算力實現海量多模態數據處理、千卡級高保真并行仿真、日均生成PB級交互數據，大模型高效訓練迭代、訓練周期從月級縮短至周級，并依托端側數十至數百TOPS算力完成10-50ms低時延實時感知決策、精準運動控制與輕量化模型推理，全方位支撐具身智能從研發訓練到落地部署的全鏈路閉環。
DeepSeek-V4通過采用CSA（壓縮稀疏注意力）和HCA（重壓縮注意力）架構提升長上下文處理效率。其中CSA（壓縮稀疏注意力）通過4倍KV壓縮與Top-k稀疏檢索，僅對最相關的壓縮KV執行注意力計算，以降低計算開銷并保留全局細節；HCA（重壓縮注意力）則采用128倍壓縮，對壓縮后的全局KV執行稠密注意力計算，以增強超長上下文的全局語義感知能力。滑動窗口機制負責補充局部細粒度依賴，兩種注意力在層間交錯，最終形成“粗粒度+細粒度、稀疏+稠密”協同的長上下文建模體系。
算力中心正成為全球電力需求增長最快的領域，算力中心的能源供給方式日益多元。根據國際能源署IEA基準情景預測，到2030年，全球算力中心電力消耗將從2024年的約415TWh增長到約945TWh，年均增速約15%。為應對這一挑戰并實現“雙碳”目標，未來算力中心電力供給方式可分為短期風光儲一體化、中期核能以及長期氫能三大路線，以構建多元化、多層次的新能源供給體系。
太空算力是將集合計算資源的大規模算力中心部署在地球軌道、深空等太空環境中，利用太空特有的環境條件（持續光照、極寒真空環境、無大氣干擾等）來提供高性能計算服務的新型算力基礎設施。持續推高的算力需求面臨能源成本制約，也暴露出地面算力中心的一系列結構問題（如芯片間互聯需要超低延遲，數據調度依賴高帶寬，冷卻方案受限于熱密度瓶頸等），太空因此成為“計算主張”的新方向。目前，Starcloud公司已發射Starcloud-1衛星，國星宇航已發射“星算計劃”01組太空計算中心，開啟太空算力部署的初步探索。
算網融合旨在構建一體化的調度架構，打破算力與網絡的壁壘，讓算力像水電一樣隨取隨用。從工業和信息化部在《算力互聯互通行動計劃》提出的“先互聯再成網”，到“全國一體化算力網”正式納入國家“十五五”規劃109項重大工程項目，算力網與水電等公共基礎設施并列，成為現代化基礎設施體系的核心一環。算力互聯網建設取得顯著進展，三大電信運營商開展自有算力與全國分散社會算力的互聯。
報告完整版（93頁）請通過下方鏈接獲取：
https://www.zhiding.cn/research_report
報告發布機構介紹
中國智能計算產業聯盟，是國內智能計算與算力領域權威全國性行業組織，匯聚科研院所、超算中心、頭部科技企業及行業專家資源，專注算力基礎設施建設、智算技術創新、行業標準制定、產學研協同融合，常年主辦超級算力行業盛會，發布權威算力產業榜單與研究報告，深耕大模型、高性能計算、異構算力等領域，搭建政企學研用一體化交流合作平臺，助力我國數字算力產業高質量發展與國產算力生態完善構建。
國家超級計算天津中心是2009年5月國家科技部批準成立的首家國家級超級計算中心，中心研制部署有中國首個排名世界第一的天河一號超級計算機和全自主的天河新一代百億億次系統，具備每秒超百億億次超級計算與百億億字節超大規模數據管理能力，成為我國超算科技自立自強的代表，也是我國目前應用范圍最廣、高性能算力能力最強的超級計算中心。十余年來，中心先后獲批國家發改委首個大數據領域工程實驗室，承擔國家工信部首批工業云平臺、工業大數據示范基地建設，及揭榜新一代人工智能開源開放平臺等，發布“天河天元大模型”，成功研制“天河聚力（GalaxyEDS）”仿真軟件，天河超級計算創新應用團隊榮獲首屆“國家卓越工程師團隊”稱號。
目前，中心支持應用涉及生物醫藥、基因技術、航空航天、天氣預報與氣候預測、海洋環境模擬分析、航空遙感數據處理、新材料、新能源、腦科學、天文等數十個領域，并且構建有石油勘探、新材料、基因健康、工業設計與仿真、建筑與智慧城市等十余個專業化平臺，天河系列平臺每天完成超20000項計算任務，服務來自全國超30個省、市、自治區和港、澳地區10000余家重點科研、企業和政府機構，支撐取得超6000多項突出創新成果，深海一號、白鶴灘水電站、港珠澳大橋等背后都有天河貢獻，全面支撐科技創新和產業發展，成為“大國重器”。
天津市人工智能學會成立于2021年4月24日，由中科院姚建銓院士及團隊、天津大學、天津超算中心等單位發起成立，旨在促進人工智能人才培養、推動產學研用結合，促進產業的深度融合，完善人工智能生態，賦能國家新一代人工智能創新發展試驗區建設。學會堅持求實、創新、開放、聯合的發展理念，堅持“百花齊放、百家爭鳴”的方針，積極開展學術上的交流和討論，將現代科技成果轉化為城市的發展動力。
自2021年至今，先后以線上+線下方式，主辦、承辦、協辦省市級大型學術論壇、研討會等活動20余場。深度參與世界智能大會，在第七屆世界智能大會“世界智能科技創新合作峰會”上，由學會攜手至頂智庫、至頂科技共同編寫的《2023年全球生成式AI產業研究報告》和《2023年全球生成式AI產業圖譜》重磅發布。本次峰會，天津市人工智能學會發出“生成式AI天津強音”！近年來，學會個人會員和單位會員規模不斷擴大，華為技術有限公司、思騰合力（天津）科技有限公司、網宿科技股份有限公司等多家在國內外有影響力的企業，先后成為學會的副理事長單位、常務理事單位，并在科研創新、人才培養、產業聚合等方向與學會展開深度合作。學會連續3年獲評市級學會綜合能力評估等級星級學會及優秀黨組。
深圳市人工智能行業協會（簡稱：SAIIA）成立于2017年，經深圳市民政局核準注冊登記，是由與人工智能有關的企事業單位自愿發起的非營利性社會團體組織，全國首家人工智能行業協會，被深圳市民政局評為5A級社會組織。協會致力于加速人工智能技術成果轉化，構建人工智能應用生態體系，推動人工智能技術和應用的發展，并規范行業行為、推動行業自律、提供行業服務、保障行業良性發展。
協會擁有1000+會員單位，涵蓋智能芯片、智能傳感器、機器學習、計算機視覺、智能語音、自然語言處理、智能機器人、自動駕駛、智能安防、智能醫療、智能家居、智慧城市、智能制造等人工智能各領域。
協會榮譽：5A級社會組織、聯合國大學(UNU)全球人工智能網絡成員、“AI ALLIANCE NETWORK”創始單位、首批廣東省智能制造生態合作伙伴、深圳市高技能人才培訓基地“數字經濟”專項基地、知識產權保護工作站、公平貿易工作站、海智工作站、產業集群公共服務平臺共建單位、深圳行業協會商會高質量100。
至頂科技（ZHIDING TECH）是中國運營時間最長的科技產業媒體與AI產業服務機構之一，品牌源自1997年4月落地中國的ZDNet China，長期服務企業技術決策者、開發者、AI創業者、投資機構和產業生態伙伴。公司以內容、研究和社區為核心能力，聚焦人工智能、AI基礎設施、大模型、端側AI、物理AI、智能經濟、企業出海和產業數字化轉型，幫助技術企業提升市場認知，幫助用戶獲得可靠的技術判斷與選型參考。
至頂科技目前形成了覆蓋媒體傳播、產業研究、AI評測、社區運營和創業加速的業務體系。旗下品牌包括至頂網、科技行者、至頂AI實驗室、至頂智庫、奇客Solidot和IP品牌“高飛的電子替身”。至頂網定位為企業AI落地門戶；科技行者關注AI創新創業與全球科技大會現場；至頂AI實驗室基于真實場景開展AI模型、AI工具、AI算力硬件評測；至頂智庫發布AI產業報告、行業圖譜和公司研究；奇客Solidot服務極客與開源社區。
在AI時代，至頂科技提出原創AI落地框架OBF理論，即On AI、By AI、For AI，用于解釋企業從持續認知AI、使用AI重構流程，到走向AI原生組織的演進路徑。至頂科技也是這一理論的實踐者，通過自研內容AI Agent等方式，邁向AI原生。
至頂智庫（ZD Insights）作為至頂科技旗下品牌，重點研究方向是智能前沿趨勢下的算力新生態、轉型新場景、企業新工具。智庫研究領域主要涉及人工智能、算力芯片、自動駕駛等前沿科技領域。已推出產業圖譜、產業報告、行業榜單、公司研究、會議觀察等多項研究成果。曾于第七屆世界智能大會發布《2023年全球生成式AI產業圖譜》及《2023年全球生成式AI產業研究報告》，于2023中國汽車半導體新生態論壇發布《2023年全球智能汽車產業研究報告》，與人民網聯合發布《開啟智能新時代—2024年中國AI大模型產業發展報告》，于2024年AI創新者峰會發布《2024年全球AIGC產業全景報告》，于2025年AI創新者峰會發布《通向AGI之路—2025全球人工智能展望報告》，與西門子中國聯合發布《2025工業智能體應用現狀與趨勢展望報告》等研究成果。
