2026年AIDC与算力行业租赁专题：算力需求扩张下的基础设施重估

持续推理驱动算力 需求重估：新一轮 扩张周期正在开启

推理深化：算力重心由训练转向推理

全球与中国AI算力重心已完成从训练到推理的核心转移，2026年正式进入推理负载长期主导的新阶段，推理成为算力需求绝对主 力。推理用量呈爆发式J型增长。OpenRouter数据显示全球Token周度消耗从2024年底不足1T，飙升至2025年11月超7T，海内外需 求共振，截至2025年底国内日均Token突破100万亿，海外云厂商单月处理量同步迈入千万亿级别。行业权威全面印证拐点，英伟 达明确“AI已从训练阶段迈入推理阶段” ，IDC数据显示推理芯片支出占比已破65%，2027年中国推理工作负载占比将超过70%，推 理主导格局已成行业共识。 训练与推理需求属性存在本质差异，推理的持续性、高频刚性特征，决定其必然取代阶段性训练投入，成为算力核心支撑。训练 算力仅用于大模型研发迭代，属于一次性集中投入，模型定型后需求快速回落；推理算力面向终端日常调用与行业场景落地，是 7×24小时不间断刚性需求，伴随AI智能体、长上下文推理普及，调用频次与复杂度持续攀升。叠加推理场景快速扩容、单Token 成本大幅下行，推动AI应用规模化落地，形成“应用爆发-算力增长”的正向循环，需求体量与持续性远超训练。 技术迭代、硬件分工、工程优化三大方向全面向推理倾斜，从底层架构层面，进一步巩固推理的算力主导地位。推理模型实现技 术突破，AI从简单生成转向逻辑思维链推理，大幅抬升单任务算力消耗；推理专用芯片量产，存量训练GPU转向推理复用，行业硬 件布局全面适配推理场景；叠加模型压缩、MoE稀疏激活等工程优化，以及数据中心电力约束倒逼，全产业链资源向推理倾斜，彻 底夯实推理主导算力的底层基础。

技术竞赛层面的极致内卷倒逼算力需求持续升级

当前行业真正的变化不是“不再需要算力”，而是从“盲目堆算力”转向“提高能力密度”。市场此前对Scaling Law是否失效存在较多 讨论，但2025年的技术突破与实证研究更说明，当前被证伪的并不是“算力投入与模型能力提升正相关”这一基本规律，而是过去 那种单纯依赖参数膨胀、数据堆砌的粗放式扩张路径。谷歌DeepMind通过DiLoCo等分布式优化技术验证，即便在通信量大幅下 降的条件下，模型性能依然可以随着计算资源和优化效率提升而继续改善，其本质反映的是数据和知识分布中的幂律特征，越往 高阶能力突破，越需要更大规模的计算投入去覆盖稀缺模式。 当基础模型能力逐渐成为产品生态、流量入口和商业定价权的底层支撑后，训练端的高投入就不再只是单纯的研发行为，而是争 夺行业主导权的战略手段。对OpenAI、Google、Microsoft等模型厂商而言，持续加码算力，本质上是在押注“算力领先—模型领 先—用户聚集—生态固化”的正反馈飞轮，用当下巨额资本开支去换取未来的技术定义权和市场定价权；而对NVIDIA等芯片厂商 而言，则是通过缩短产品迭代周期、强化CUDA+NVLink等全栈生态绑定，把下游厂商的“生存焦虑”转化为长期订单确定性和自身 市值溢价。

AI Agent加速迈向任务执行时代：协议标准化打开商业化空间

AI Agent正从“会说话”走向“能干活”，“通用语言”成为商业化落地的关键。 Anthropic 的 MCP、Google 的 A2A、OpenAI 的 Responses API 相继推出，本质上都是在争夺 Agent 时代的协议入口。随着“协议破壁”推进、企业端效能需求释放，AI Agent 生 态加速完善，商业化进程明显提速。 企业私域数据持续沉淀，Agent 落地既有基础，也有空间。 过去多年信息化建设推动企业“信息孤岛”逐步改善，政府、金融、医 疗、零售、专业服务等领域积累了大量结构化数据，为 Agent 执行复杂任务提供支撑。market.us在报告中提出，全球 AI Agent 市场预计将由 2023 年的 35 亿美元快速增长至 2033 年的 1400 亿美元，进入加速放量阶段。 中国市场现阶段以 B 端为主，C 端弹性更大。 一方面，中国数据规模增长快于全球，2027 年数据量有望增至 76.6ZB，占全球比 重提升至 26.9%；另一方面，2023 年中国 AI Agent B 端市场规模约 550 亿元，占比 99.3%，预计到 2028 年仍占主导，但 C 端 占比将提升至 1.53%，2023—2028 年 C 端市场规模年复合增速预计超过 100%。

国内AIDC进入加速落地期

资本开支持续提升：头部厂商加快智算投入

全球头部科技厂商正持续加码AI基础设施投入，资本开支上行已从阶段性投入演变为中长期趋势。2025年Q3进入一轮投入高峰， Microsoft、Meta、Google、Amazon四大厂商单季合计资本开支达1133亿美元，资金正持续转化为GPU/TPU采购、数据中心建 设及配套基础设施扩张。其中，Microsoft与Meta处于更为激进的抢装阶段，前者明确表示资本开支仍受制于芯片和数据中心供给， 若交付更快则投入还会更高；后者则以“宁可阶段性冗余、也不能错失AI窗口”为导向，Capex同比大幅增长。Google和Amazon也 在同步上修投入预期，分别围绕Gemini、Cloud及AWS客户训练与推理需求，推动2026年后资本开支继续上行。 中国互联网大厂也正进入AI基础设施“补偿式增长”阶段，但与美国相比仍存在明显体量差距。2023年中国互联网厂商资本开支处 于低谷，合计不足200亿美元，2024年已快速修复至约300亿美元，高盛预计2025年进一步提升至700亿美元量级，反映出国内大 厂对智算底座建设的重视明显升温。其中，字节跳动是本轮扩张的核心主力，2024年以来占据行业近半投入，背后既有TikTok全 球推荐体系带来的持续算力消耗，也有“豆包”等AI应用在C端加速放量后的流量变现诉求。

项目建设明显提速：AIDC扩容进入兑现阶段

截至2025年底，中国智算总规模达159万PFlops，其中，八大国家枢纽 （含十大集群）已建成智算规模达138.8万PFlops，占全国比重超过80%。 IDC中国副总裁周震刚认为，总体来看，2023年-2028年中国智能算力规 模和通用算力规模的五年年复合增长率预计分别达46.2%和18.8%。

算力产业链结构示意：上游硬件、中游服务、下游场景

算力产业链：上游供给硬件，中游完成集成，下游实现应用。 上游包括AI芯片、服务器组件、网络设备、液冷机柜及基础软件等； 中游包括AI服务器集成、智算中心建设运维、云计算平台等；下游则面向大模型训练与推理、互联网应用、自动驾驶、金融、生 物医药及科学计算等场景。 算力租赁属于中游“集成与服务”环节，是算力资源商业化输出的重要形式。 其依托智算中心和服务器集群，将GPU/CPU等底层 算力封装为可交付服务，对外提供算力租赁、云服务和弹性算力支持，起到承上启下的桥梁作用。