人工智能的浪潮已經勢不可擋。

文章作者、來源：新華社

在AI世界裡，token是指詞元，即模型處理和生成信息的基本單位，可以是一個詞、一段代碼，甚至是圖像與視頻中的一個像素區塊。簡單來說，AI不直接認識字或詞，而是通常把語言切割成詞元，再映射成AI可以理解和處理的數字ID。當用戶向AI提問，AI經過深度推理輸出一段分析報告或生成一段高清影像時，首先就是高頻次、大規模地生成了一系列詞元。

伴隨這一過程，數據中心的角色正在發生根本性轉變。傳統意義上的數據中心主要用於數據的靜態存儲和網絡交換，被業界視為“電子倉庫”；如今隨著AI智能體開始自主調用工具、執行復雜邏輯任務，數據中心正全面轉變為持續吞吐海量數據並輸出智能內容的“token工廠”。

業內普遍認為，無論是所謂“token工廠”還是AI工廠，其實質就是把數據中心重新定義成智能產線：輸入是電力、數據、模型和調度系統，輸出則是AI智能體的執行能力和行業場景中的實際生產率。

上證聚焦｜算力大變局

在人類文明進程中，不同的時代有著不同的戰略商品。呼嘯而來的人工智能時代，算力即國力。2026年，中國已經明確提出，實施超大規模智算集群、算電協同等新基建工程。

“今年，行業必須告別‘拼產能、講概念’的粗放時代，進入‘拼生態、看落地’的大變局。”這是上海證券報記者調研十餘家算力企業後最直觀的感受。

趨勢和隱憂

近期，記者走訪調研發現，業內人士對當前趨勢形成一定共識，也有一些隱憂。

首先，今年全球算力產業的資本投入還將繼續增長。其次，“上天”（太空算力）和“入地”（端側算力）成為產業演進主線。2026年，人類一邊仰望星空，突破地球物理邊界；一邊深耕大地，讓智能滲透進每一個終端。

持續飆漲的資本開支，是全球算力產業的“總開關”。

2026年，全球AI總支出預計達2.52萬億美元，同比增長44%。最近兩年，中國各地已掀起智算中心擴建的浪潮。在A股市場，一些上市公司動輒斥資數十億甚至上百億元採購算力，以進軍算力中心業務。

如火如荼的算力擴建背後，也有人焦慮與擔心，狂熱的投資會不會一地雞毛？

飛騰信息技術有限公司副總經理郭御風調研發現，不少智算中心算力利用率不足30%，大量算力資源長期閒置。他認為，行業“重算力、輕應用”“重建設、輕實效”的結構性問題突出。

“當前算力結構供需錯配。低端算力過剩而高端智能算力不足；西部通用算力利用率偏低，東部產業急需的智能算力供應緊張。同時，算力孤島現象嚴重，跨地域、跨主體算力資源難以高效流通。”北京國際城市發展研究院創始院長連玉明說。

還有業內人士透露：不少地方數據中心配的芯片仍以CPU為主，適配傳統IT與雲服務場景，難以滿足AI大模型訓練與推理的需求；有些地方芯片搭配的計算架構不合理，導致應用場景窄，即便電力成本低，也無法使用。

這些現象背後，是中國本輪數據中心建設熱潮，既緣於AI真實需求，也與地方政府和資金方追逐熱點、盲目上馬項目相關。

上天入海

儘管科技巨頭對AI的未來相當樂觀，但要把一筆筆錢“變成”一個個智算中心，正變得越來越困難。能源供給、散熱能力與耗水量正逐漸成為地面算力增長的瓶頸。

於是，人類將目光投向星空。

“今年‘三體計算星座’還將發射50顆衛星，計劃2032年完成1000顆計算衛星組網，形成能互聯互通為人工智能服務的太空算力星座。屆時，總算力將達每秒百億億次。”在中國工程院院士、之江實驗室主任王堅看來，把算力送到太空的價值堪比電的發明，將催生諸多想象不到的新價值。

此外，中國還在悄悄試水算力“下海”。2月10日，東海之濱，全球首個“海風直聯”海底數據中心在上海臨港投產。它將海上風電與海底數據中心直接聯通，綠電佔比高達95%，利用海水自然冷卻。

除了算力的“上天下海”，端側算力（可稱之為“入地”）的發展更是一場觸手可及的大變革，2026年將成為驅動消費電子和汽車產業升級的核心引擎。從豆包手機形態到OpenClaw帶火的Mac Mini，標誌性案例層出不窮。汽車具備高算力芯片、人機交互界面和充足電源，成為端側AI硬件落地的理想場景。

“AI歷經多輪演進，已邁入以推理為核心的全新階段。”3月17日，在2026華為數據存儲新春發佈會上，華為存儲產品線副總裁、閃存領域總裁謝黎明表示。當日，華為正式發佈針對AI推理場景的全新AI數據基礎設施：面向中心推理場景的AI數據平臺，以及面向分支邊緣推理場景的FusionCube A1000 AI超融合一體機。

國產提速

算力比拼，首要的是算力芯片。

歲末年初，國產芯片的“小龍”們——摩爾線程、沐曦股份、壁仞科技、天數智芯先後登陸資本市場，這既是資本市場助力科創企業的最新實踐，也是中國算力芯片行業進入資本化的高歌時刻。

“今年芯片供給將從滿足‘有沒有’，向提供‘好不好、準不準’的差異化、場景化解決方案演進。”天數智芯相關負責人說。

“2026年，芯片會更聚焦易用性、安全性和高能效比。”瀚博半導體創始人兼CTO張磊對記者說，“隨著下游AI推理、工業質檢、數字孿生等需求釋放，國產算力的競爭力正在從硬件參數向全棧解決方案能力拓展。”

國產算力芯片雖然發展迅猛，但要真正做到從“跟跑”到“並跑”，仍任重道遠。

在設計與製造環節，先進EDA工具匱乏、高端工藝產能不足，仍是主要瓶頸。多家國產算力芯片公司反映，國產先進工藝產能“搶手”，即便設計出了先進芯片，大規模量產時卻頗具難度。“芯片設計公司都是給晶圓廠打工的。”一位半導體行業資深分析師表示，“在‘天花亂墜’的芯片參數外，我們更關心企業能否流片及量產。”

中國工程院院士鄧中翰近日表示，國產高端算力芯片規模化應用面臨三大核心挑戰：一是技術適配性不足，現有芯片多對標傳統架構，與AI大模型、智算集群的多元計算需求不匹配，存在“算力適配難、場景落地貴”的現實痛點；二是生態體系有短板，軟硬件協同、標準統一、場景驗證未形成閉環，無法滿足規模化應用的穩定性要求；三是算力利用效率低，行業“暴力計算”模式大幅拉高能耗成本，也讓國產芯片在工藝製程受限的情況下，難以發揮架構創新的優勢。

算電協同

在太平洋的另一側，美國算力產業也有自己的“煩惱”。

日前，一則消息從華盛頓傳出：美國政府官員正要求微軟、Alphabet等科技公司作出承諾，確保其數據中心不會推高電價，不會給消費者帶來其他負擔。

這一行動旨在應對全美範圍內數據中心擴張引發的政治與公共關係問題。在部分地區，科技公司已遭遇來自民眾的日益高漲的抵制聲浪。一些維權團體正在積極行動，反對建設高耗能數據中心，理由是這些數據中心會擠佔當地基礎設施、可用水資源和電力供應。包括亞特蘭大和新奧爾良在內的多個地區已經對新建數據中心實施限制措施。

美國的現狀揭示了一個全球性難題：算力繁榮的社會成本，正在從隱性走向顯性。

如何化解上述問題？“算電協同”概念應運而生。這是2026年中國新基建戰略中的核心概念，2026年首次被寫入政府工作報告。

有運營商認為，在AI進入“拼電力”時段，中國的“算電協同”模式更有可能在大規模、可持續的綠電算力供給上勝出，因為它解決了能源與算力在地理和時間上的根本性錯配。而美國若不解決電網碎片化和擴容緩慢的問題，其AI發展的能源瓶頸可能會日益凸顯。對於全球而言，中國的實踐提供了一種將數字經濟與能源轉型深度融合的“中國方案”。

人工智能的浪潮已經勢不可擋。作為AI核心基礎設施，智能算力的研發、迭代、擴張，算力與電力的協同發展，同樣勢不可擋。在算力之爭就是國力之爭的大背景下，算力大變局的戲碼，或許才剛剛開始。