算力之争不再是堆卡：从 IDC 报告看国产智算的两条路

AI 算力的竞争多年来只有一个字：堆。堆卡、堆机柜、堆发电机。但在 AICC 2026 上，IDC 发布的《2026 年中国人工智能计算力发展评估报告》把这个词拆成了两层：智能上限与智能规模。

先看需求。报告显示，到 2030 年，全球每年的 AI 推理任务将增长 4000 万亿次。单个多轮任务的 Token 消耗，从过去的几十个涨到几十万个。多智能体协同又放大了前两项。IDC 数据显示，从今年到 2030 年，全球 Token 消耗量的复合增长率将达到 4822.6%。

供给却跟不上。报告指出，全球 AI 算力需求满足率从 2024 年的 79% 一路下滑，2027 年预计跌至 71%。即便上游半导体供应链压力缓解，2030 年也只能恢复到 77% 左右。到 2030 年，算力缺口的绝对值将达到 3809 亿美元，扩大到 2024 年的将近十倍。

堆卡为什么不再管用？Agent 时代的推理负载很杂。Prefill 是高并行、高计算密度的任务。Decode 要逐 Token 串行处理，更吃内存带宽。Attention 要频繁访问不断增长的 KV Cache，MoE 还有稀疏计算与大规模路由调度。堆同一种算力，反而容易造成资源配比失衡。

硬件厂商的回应分两条路。一条是能力型，例如超节点 AI 服务器元脑 SD200 Ultra：整机芯片数量从 64 颗增加到 128 颗，显存与扩展存储提升到 8TB 和 64TB。官方称，这台机器可单机装下并运行 2.8 万亿参数的 Kimi K3，甚至支持在单机上部署 10 万亿参数的模型。它通过统一寻址与对称直连把 All to All 通信时延缩到 0.69 微秒，并用超级算子把算子数量降到十分之一。官方称，运行 Kimi K3 的推理性能提升 3 倍以上。

另一条是容量型，例如多元算力机组元脑 HC2000：采用全液冷与高通流供电，单柜供电能力超过 300 千瓦，最多承载 256 张 AI 加速卡，算力密度达到传统风冷机柜的 4 倍，柜内聚合带宽达 200Tbps。它让不同类型的芯片按推理阶段分工：Prefill 用大算力芯片，Decode 用大容量 HBM 芯片。

这两条路有一个共同前提：算力要被用得更满。DeepSeek 公开的 DSec 论文也指向同一方向。Agent 训练需要每秒造出大量沙盒，对集群调度的压力远超传统预训练。对国产智算来说，接下来的竞争不只是谁的卡多，而是谁能把异构资源调度得更细。