算力

算力是引擎，电力是燃料。

他指出，算力是Token的生产基础，推理算力更是支撑Token消耗的关键，而Token的爆发又将倒逼算力升级。

对于中国来说，政策的统筹调控、国产替代的技术底气、场景落地的需求支撑，让其既能规避无序扩张的泡沫风险，又能抓住智能时代的基建机遇，实现算力领域的换道超车。

人类经济发展史上，每一轮技术革命催生的建设热潮，都难逃资本狂热涌入、预期过度透支、最终走向出清的周期轮回，铁路基建、电信光纤、页岩油开发无一例外，而当下承载人工智能算力需求的数据中心建设浪潮，正成为和平时期规模最庞大的资本投入项目，全球五年内相关投资规模直指9万亿美元，这场空前的资本盛宴，究竟是智能时代的基础设施奠基，还是即将破裂的超级泡沫，答案藏在中美两大核心市场的博弈与布局之中。

特斯拉预期算力需求

”该负责人指出，随着AI智能体迈入应用元年，推理算力需求的增速远高于训练。

李斌认为，随着Token消耗的爆发式增长，算力需求将持续扩张。

从具体企业布局来看，亚马逊以约2000亿美元的年度资本支出领跑，全力押注AWS云服务与自研芯片配套算力集群；

南京的算法、模型、人才优势则反哺青海，加速青海智算产业升级，推动算力资源在全国范围内的优化配置。

中国则以“东数西算”国家战略为统筹，聚焦推理算力落地与场景应用，投资兼顾政策导向与市场需求，严格把控PUE能耗与绿电使用，建设成本显著低于美国，具有成本优势，单模型训练成本远低于美国市场。

与依赖云端大模型算力的传统智能体不同，LobsterAI将系统设计的核心放在了“数据主权”与“本地执行”上。

在这种端侧只处理快速请求和数据脱敏、其余运算都交给云端算力的模式下，AI硬件的算力与交互将迎来「解耦」。

最终，这场全球算力热潮不会完全沦为资本泡影，就像历史上的铁路、光纤泡沫一样，过剩的产能终将成为智能经济发展的核心底座，而中美两大市场也将形成高端训练与场景推理、闭源生态与开源生态互补共存的全球算力格局，资本市场也将完成从狂热到理性的回归，真正具备技术壁垒与商业化能力的企业，将在周期轮回中站稳脚跟，成为AI时代的核心驱动力。

与美国巨头主导、市场化驱动的算力布局不同，中国AI数据中心建设走出了一条政策引领、多元主体参与、自主可控的差异化路径，在全球算力热潮中既同步跟进，又规避了单纯资本狂欢的盲目性。

以超节点为代表的架构创新，是提升算力效率、实现算力向词元高效转化的重要破局路径。

中科曙光展示了其首个无线缆箱式超节点scaleX40，在算力形态、交付模式与应用效率方面实现系统性突破。

随着算力基础设施的迭代与AI智能体应用的爆发，“Token”作为AI信息处理的计量单位，成为本届中关村论坛的关键词。

”中科曙光高级副总裁李斌指出，这一变化源于AI算力使用模式的转变，支撑AI发展的算力基础设施，正逐渐从算力工厂变成词元工厂。

记者注意到，近日，南方电网在其官方公众号文章中提到，算力出海对于中国电力行业意义重大，背后是一场惊人的价值转换。

在何照东看来，算力即国力，中国算力出口的规模、性价比已经远超美国、欧洲，以最近一周Token调用量与出口量为例，中国全球排名均为第一，分别为36%与60%以上。

从当前市场信号来看，AI数据中心的泡沫并非潜在风险，而是已经实质性显现，投入产出严重错配、商业化落地滞后、技术折旧加速、债务压力攀升四大警报已经拉响，80%的企业尚未从AI投入中获得实际收益，头部AI企业依旧处于大额亏损状态，中小算力企业与跟风建设的IDC项目，已经开始面临租约取消、资金链紧张的困境，这一趋势也直接传导至资本市场，形成了明显的分化行情，上游芯片、光模块、存储设备企业估值持续走高，而中小算力运营商股价大幅回调，美国巨头市值也因巨额投资计划出现短期波动，高息债收益率上行，资本市场的理

展望未来，北京智源人工智能研究院AI框架研发负责人敖玉龙也认为，AI产业正从“算力供给”向“有效词元供给”转型，未来有效词元成本将成为算力产业的关键竞争指标。

在与会人士看来，未来几年，算力产业的核心创新将围绕有效词元（Token）成本下降展开，算力与应用的深度协同、软硬件全栈优化、全产业链生态协同成为重点。

更关键的是，中国依托庞大的本土应用场景，政务、制造、电商、金融等领域的AI推理需求占比突破70%，有效消化了新增算力产能，大幅降低了盲目建设带来的空置风险，而美国市场则面临通用数据中心利用率仅10%至15%，高端算力与低端产能结构性失衡的难题，大量项目无长期租约支撑，纯粹为抢占算力份额而建，泡沫风险远高于中国市场。

原来用户需要高门槛调用算力，现在智能体作为使用接口，加上灵活的标配型超节点，进一步降低了使用门槛，未来算力增长空间巨大。

根据初步测算，若未来接入新建核电项目，算力中心的电价将降低40%左右。

但是，算力对电力的需求出现爆发性增长，势必造成电力紧张，因此要提前做好算电协同规划。

据介绍，项目核心亮点是“异地异构算力调度”模式，青海的绿色算力可高效支撑南京地区的大模型训练、海量数据运算需求，缓解东部算力紧张压力；

资金输血：面对大模型训练动辄数十亿美元的算力开支，谷歌的直接融资支持将极大地缓解Anthropic的资金压力。