邬贺铨：2030年中国算力有望达全球三成

在2026中国算力大会主论坛上，中国工程院院士邬贺铨围绕智能体与Token消费的关系分享了最新观察。他指出，智能体的出现显著带动了Token的消费规模，今年3月，Token的消费已经达到日均140万亿。这一数字背后，是人工智能应用从对话式交互向自主任务执行演进的直接体现。智能体在完成复杂任务时需要反复调用模型、拆解步骤、校验中间结果，Token消耗因此呈现出与传统问答截然不同的增长曲线。

值得注意的是，邬贺铨强调，随着技术进步，Token的消耗并不是以多为荣，而是以效率为荣。这一判断指向了行业竞争重心的转移：单纯堆叠调用量并不能代表技术实力，如何在完成同等任务的前提下降低Token开销，才是模型能力、推理优化与工程架构共同作用的结果。与此同时，中国Token的应用成本不断下降，这也促进了Token的利用，成本与用量之间由此形成正向循环。

Token与算力之间存在直接的映射关系。邬贺铨表示，Token带动算力，算力和Token之间成正比。也就是说，Token消费规模的持续攀升，最终会传导为对底层算力资源的刚性需求。从全球格局看，目前中国的算力在全球占21%，美国占46%。按照国家算力网的规划，2030年中国算力有望占到全球30%，这意味着未来数年国内算力供给仍需保持较高增速。

需求侧的预测同样激进。中国电信研究院行业与企业战略研究所所长饶少阳表示，预计2026年我国Token年消耗量将达到10亿亿，到2030年将超过3500亿亿，年复合增长率接近12倍。这一量级意味着，推理侧算力将逐步取代训练侧，成为算力消耗的主力，数据中心的建设思路、网络互联结构与能耗管理方式都需要随之调整。

从技术视角看，支撑这一趋势的关键在于几个方向：一是模型侧的单位Token成本优化，包括稀疏化、量化、蒸馏以及更高效的注意力机制；二是推理侧的系统工程，如批处理调度、前缀缓存、算力资源池化与跨节点并行；三是智能体框架自身的效率，例如减少无效循环、压缩上下文、复用中间结果。当Token从计费单位变成效率指标，围绕单位算力产出Token数量、以及单位Token完成有效任务数量的优化，将成为未来几年AI基础设施竞争的核心议题。