算力需求变了：从看峰值到算“有效Token”

AI和算力已成为多个科技展会的常见议题。今年乌镇峰会互联网之光博览会上的展示呈现出国内算力供给的分化，超节点系统成为行业的新趋势，还有主打边缘算力路线的玩家。

多位受访行业人士提到，算力已跃升为与水利、电网等并列的战略基础设施。随着智能需求的变化，客户更关注“算力产出是否有效、经济”，算力基础设施也在从规模扩张转向系统效率竞争。

“算力需求迎来爆发式井喷”

在互联网之光博览会现场，第一财经记者看到智能体已经贯穿日常的生活和办公场景，同时嵌入医疗、工业等领域。比如，蚂蚁阿福帮助健康管理、阿宝安排行程规划、灵光主打跟进处理日常事务，还有展出的企业智能体超级工厂方案等等。

除此之外，通用以及垂直领域的大模型也集中亮相。搭载蚂蚁灵波模型的人形机器人在药房场景下工作，为观众拣选并交付指定药品；在缝制大模型的加持下，非熟练工通过艾图AI缝纫机也能上手操作；还有企业展出的植物DNA大模型，能够通过AI挖掘潜在分子，提高成分利用率。

而这些大模型以及智能体的开发与应用，都离不开算力的支持。

展会A馆主干道上多家企业展出的算力产品，也正是需求爆发的一个缩影。其中，阿里、中科曙光、中兴通讯等企业都拿出了超节点系统，即把成千上万张计算卡通过高速互联和统一内存编址，在物理上组合成“超级计算机”。现场也有像云天畅想这样主打边缘算力路线的企业，这种方式是用分布式节点将算力送到离用户和应用最近的地方。

以中科曙光8000为例，这是全国产十万卡AI超集群。该公司高端计算总工程师卜景德向记者介绍，曙光8000属于超智融合系统，既能跑传统的科学计算，也可以满足大模型训练的需要。

“比如在天文研究领域，以前的计算分辨率不够高，很难将模拟结果与实验科学对照起来。这套系统可以提高计算分辨率，生成的结果和理论也能匹配上。”卜景德表示，大模型训练对整个系统稳定性、断点续算等要求比较高，这套系统能够满足这些需求。

云天畅想接触更多的是有推理需求的客户。在接受采访时，该公司联合创始人徐公美讲述称，从今年第一季度开始有感受到算力需求迎来爆发式井喷。

“一波来自Coding（编程），另一波来自AI短剧，这两类是目前愿意付费的确定性客户。”徐公美介绍称，原本公司客户集中在游戏渲染、云游戏及视频直播等领域，近几年为模型生成提供算力逐渐形成第二增长曲线，新业务在营收中已占不小比例。

还有受访行业人士提到，高端算力呈现供不应求的情况，不少大公司为抢占算力资源提前锁定订单。另外由于推理需求的爆发，客户的关注点也有了变化。

卜景德观察到，过去买算力客户可能看峰值，但现在看的是有效算力的产出，也就是单位时间能够产出的有效Token。“他们关注的是算力成本账能否算平，这涉及到系统工程优化、性能提升等。”他补充称。

超节点拼系统效率，边缘算力借基站下沉

客户采购偏好的变化，也意味着算力的评价尺度将从单机性能扩展至基础设施层面。

今年9月发布的《2026年中国人工智能计算力发展评估报告》提到，单纯扩大算力规模已难以应对持续增长的智能需求，AI基础设施正从规模扩张转向系统效率竞争。

中科曙光董事长历军在演讲中也表示，未来算力的竞争，并不只是单颗芯片峰值性能的竞争，更是将大量计算、存储、网络、电力等资源高效组织起来的系统能力之争。

对此，多家企业的超节点系统给出了差异化的方案。

比如，中科曙光选择的是高密架构，其scaleX640实现单机柜640卡，算力密度较同类产品提升20倍，可通过双机柜组成千卡级计算单元，而且还采用了浸没相变液冷技术，能够降低能耗。

中兴通讯工作人员也介绍称，他们展示的OEX超节点在单机柜内实现128卡的高带宽域高密集成，采用的正交无背板互联架构解决传统线缆方案在高密度场景下信号衰减严重、可靠性差等问题，另外这一产品还突破大模型训练“通信墙”。

作为提供边缘算力的企业，云天畅想在智能高效调用、实时交付方面下了一番功夫，其提出“实时智算织网”的战略。

徐公美表示，公司主要是和电信运营商深度绑定，通过合作将产品布局在基站或者算力节点，目前在国内有200多个节点、覆盖300多个城市。“现在全国5G基站数量已经超过500万个，可以借助这些分布在各地的基站输送算力，我们不用再重复‘造轮子’。”他补充称。

这一布局背后也有“算网融合”政策导向的支撑。此前发布的相关政策文件指出，要以场景需求为导向，探索在5G/5G-A网络、光网络、IP网络、新型工业网络的边缘设备部署推理算力。

除此之外，算力基础设施也面临重塑。有受访行业人士提到，随着超节点系统成为新趋势后，传统的机房承重、能耗与电力情况与新机柜无法匹配，它们将面临新一轮改造。