AI Agent爆发的算力密码：需求、趋势与革新

创新工场董事长李开复曾断言：“AI Agent是人工智能发展的下一个关键突破点，它将像一场数字革命，重塑人类与机器的交互方式，改变各个行业的运作模式。”英伟达CEO黄仁勋也强调：“AI Agent的崛起，预示着人工智能从单纯的技术探索迈向深度应用的新时代，算力则是这场变革的核心驱动力。”正如两位大咖所言，2025年已被业内广泛认为是AI Agent的爆发之年。那么，AI Agent爆发究竟需要多少算力？这一问题值得深入探讨。

AI Agent蓬勃兴起  算力需求指数级攀升

根据IDC发布的预测，到 2026 年，在中国 500 强企业中，会有 50% 的数据团队借助AI Agent开展数据准备与分析工作，且这些数据团队将成为相关工作的重要组织者和协调者。同时，40% 的中国500强企业将达成数据智能与 AI 模型智能的融合，从而统一AI模型和数据的综合治理政策、实践以及技术 。

AI Agent既要处理海量数据，又要进行复杂的模型训练和实时推理，对计算资源提出了前所未有的挑战。这种需求的爆发式增长推动了算力市场的急剧扩张，GPU和定制芯片的需求量预计将大幅飙升。巴克莱预测，到2025年，用于AI模型训练和推理的GPU和定制芯片数量比当前普遍预测高出250%，到2027年甚至可能达到14倍。这一趋势凸显了算力在AI发展中的核心地位，也预示着算力市场将持续蓬勃发展，成为AI技术突破和应用落地的关键支撑。

数据来源：GMI、中金

影响 AI Agent 爆发的关键要素：推理计算

巴克莱指出，AI技术正以前所未有的速度发展，消费者和企业市场对AI的需求同步增长。预计到2026年，消费者AI的日活跃用户将达10亿，企业AI代理的采用率可能占全球70亿软件任务的5%。届时，推理计算需求将超过训练计算需求，达到后者的4.5倍。

黄仁勋也提到，目前生成的标记数量以及所需的推理计算量，已是早期大语言模型刚出现时的100倍，而这仅仅是开端。“下一代模型的计算量可能会达到数千倍，甚至可能出现基于深度思考、模拟和搜索的模型，其计算量相比现在可能会达到数十万倍乃至数百万倍，这就是我们即将面对的未来。”

英伟达在设计Blackwell时充分考虑了推理模型，在训练方面性能提升数倍，在深度思考和推理模型方面，速度提升数十倍，吞吐量提高25倍，且架构通用性强，适用于多种场景。由此可见，随着AI概念的普及，在可预见的未来，AI模型的推理计算需求将持续猛增。

AI Agent将驱动算力变革 

为满足AI Agent的需求，算力技术持续进化，专用AI芯片（如GPU、TPU）的研发加速，分布式计算、边缘计算等新型架构逐渐普及，这些都是为了更好地支持AI Agent运行。

协同优化成为未来发展的关键趋势。通过算法优化和硬件加速，既能降低算力成本，又能提升AI Agent的性能。例如，Google的TPU v5预计在2025年实现性能提升50%，能耗降低30%。

随着AI Agent应用的广泛普及，算力基础设施将朝着更高效、更灵活的方向发展。云计算、边缘计算和量子计算等技术将成为重要支撑。根据最新的全球边缘计算市场规模报告，到2030年，全球边缘计算市场预计将达到155.9亿美元，预测期内的复合年增长率约为38.9%，这将为AI Agent提供低延迟、高可靠性的算力支持。

未来的AI Agent将更加智能，能根据任务需求动态调整算力资源。低负载时使用边缘计算，高负载时调用云计算资源，以此实现算力的高效利用。

著名计算机科学家艾伦·凯曾说：“预测未来的最好方式就是创造未来。”在AI Agent与算力的协同推动下，AI的未来蓝图逐渐清晰，一个更加智能、高效和可持续的世界正加速到来。