AI智能体算力需求激增：当机器取代人类成为AI的主要使用者

AI智能体算力需求激增：当AI的核心使用者从人变为机器

算力需求“没有天花板”，一场由智能体掀起的算力变革正在重塑整个产业链格局。

2026年8月，一个标志性的数据节点出现在AI模型API路由平台OpenRouter的统计中：过去六个月，AI智能体消耗的Token量从约0.51万亿急速攀升至7.3万亿，增幅达14倍；而人类用户同期仅从0.5万亿增至1.4万亿，增长2.8倍。智能体在平台Token消耗中的占比已从一年前的2%飙升至71%，人类用户则从57%下滑至15%。

AI的核心使用者，正在从人类转变为AI自身。

01 从“能对话”到“可执行”

你或许对“词元（Token）”不熟悉，但你每次与AI交流、生成一张图片、编写一段代码，背后都有海量词元在运转。

最新统计显示，我国日均词元调用量已超过500万亿。2024年初还仅有约1000亿，两年时间实现了千倍增长。

词元调用量爆炸式增长的背后，是大模型竞赛的全面加速。业内人士透露，当前全球大模型正处于竞争最白热化、迭代最频繁的阶段，竞争核心从单一的“模型能力”转向智能体落地与生态构建的综合较量——AI正从“能对话”迈向“可执行”。

AI智能体与聊天机器人的根本差异体现在工作模式上。人类通常是一次提问、一次回答；而智能体能够自主规划任务、分步调度模型、循环迭代优化，一个复杂任务可能引发数十次乃至上百次模型调用。

这意味着智能体对算力的消耗并非线性增长，而是呈现乘数级扩张。

02 算力供需出现“大转折”

OpenClaw等AI智能体应用在消费端点燃了Token消耗热潮。用户只需下达一条简单指令，智能体便能自主完成多轮工具调用、任务分解与闭环执行，单次任务的算力与Token消耗，远超传统人工数小时对话的消耗体量。

这种颠覆性的消耗变革，全面激活了消费端商业化空间，搭建起算力供给、模型服务、用户付费的良性商业闭环。

北京国际算力服务有限公司总经理王暘明确表示，算力需求目前“没有上限”。2026年以来，全国各个层面的算力供需出现了“大转折”，其背后最关键的驱动力是AI应用技术的进步和模型推理需求的全面释放。

从配比来看，在OpenClaw问世之前，行业算力大约是一半用于训练、一半用于推理。而目前这一比例至少达到1:3。同时，推理需求又催生了更高标准的训练需求，两者形成“互相驱动”格局。

03 算力市场的结构转型

CPU正重新成为核心

过去数年，全球AI算力的故事几乎由英伟达GPU独占。然而，从基础大模型迈向智能体阶段，GPU之外的芯片也在重新定位自身价值。

根本原因在于技术路线的转变。传统的ChatGPT式应用是“一问一答”的单次推理，而智能体的工作流则是“思考、规划、行动、反思”的无限循环，其中大部分工作并非矩阵运算，而是分支逻辑、控制流、重试以及智能体与外部服务之间的协调——这些恰恰是CPU的优势所在。

英伟达CEO黄仁勋也坦言：“现在，CPU是指挥者，GPU是演奏者。”

传统大模型训练阶段，CPU与GPU的配比通常是1:8。但在智能体阶段，两者的配比正快速趋近1:1。Arm CEO强调，传统AI负载在每GW数据中心容量下约需3000万个CPU核心，而在智能体时代CPU核心需求将激增至每GW一亿两千万颗。

英特尔、AMD等芯片巨头相继上调市场预期。AMD将服务器CPU市场规模预测从600亿美元翻倍提高至1200亿美元以上。

04 算力基建：4万亿投资拉开序幕

算力需求井喷，直接推动基础设施投资加速。

国家发展改革委明确指出，“十五五”时期，算力网建设将新增直接投资4万亿元。考虑到算力建设以企业投资为主导，这将为民间投资开辟广阔空间。

在应用端，整机厂商的业绩已清晰体现这一走向。戴尔2027财年第一财季AI服务器收入同比飙升757%，达到161亿美元，积压订单高达创纪录的513亿美元。联想AI相关收入同比增长84%，AI服务器储备订单达210亿美元。

北京经济技术开发区的一家“词元工厂”今年6月启动运营，搭载国产大模型的国产卡顺利完成测试，并在8月进入规模化生产阶段，每天能处理5000亿词元。

05 展望：算力迈向普惠时代

高盛预测，到2030年，全球每月Token处理量将达1200万亿个，约为2026年算力需求的24倍。

在成本方面，主流大模型Token价格过去每年下降约40%，价格跌幅已逐步收窄；而算力成本仍以每年60%至70%的速度下降。当Token定价趋稳、成本持续下降时，AI产业的利润空间将快速扩大。

未来算力服务的边际成本将大幅走低，使用成本有望接近手机流量、日用消费品，算力将成为大众普遍存在的刚性数字化支出。