中国电信研究院-智能体时代AI基础设施行业发展研究报告.pdf

2026年，全球人工智能产业正式迈入以智能体为核心形态的代理式AI（Agentic AI）新阶段。根据IDC预测，全球活跃智能体数量预计在2030年达到22.16亿个，我国Token年消耗量将在2026年达到10亿亿，到2030年超过3500亿亿。智能体的爆发式增长对底层AI基础设施的算力、网络、云平台及工程化能力提出了系统性重构要求。

全球政策与市场竞争格局

全球主要经济体的政策焦点全面转向主权AI基础设施建设。美欧以规则管控完善治理体系，日韩以巨额资本加码本土重资产攻坚，我国则以智能体应用为牵引，统筹推进全国一体化算力网建设。截至2026年6月底，我国智能算力规模达2185 EFLOPS，同比增长177%。市场竞争焦点已由单维度的算力或模型比拼，转向“算力-模型-智能体-应用”的系统性全栈布局，云商、运营商及模型商共同推动市场向头部厂商集中。

基础设施全栈技术演进

智能体的多步骤、长周期运行特性重塑了底层架构。算力层面，CPU与GPU配比向1:1-1:2演变，CPU成为系统核心约束，推理算力占比预计在2029年达到80%，超节点与十万卡级集群持续深化。网络层面，“光进铜退”成为高密互联刚需，LPO、NPO、CPO多技术路线并行，光纤供需失衡加剧。云基础设施向Agent Native演进，以应对内存峰值达平均值15.4倍的突发资源消耗。AI工程范式迈入Harness工程阶段，通过标准化约束与工具编排弥补大模型原生能力的短板，头部厂商正加速将其产品化为Agent托管服务。

区域产业潜力评估

报告创新构建了AIDP-EM评估模型，对全国31省的产业发展潜力进行量化测算。结果显示，北京、上海、江苏、浙江、广东构成领先梯队，呈现头部集聚与梯度分化并存的格局。基础设施与服务应用的协同程度直接决定算力资源的转化效率。行业适配方面，信息通信、金融、制造等高数字化行业的智能体任务适配度居前，各地需立足自身禀赋，实施差异化的“一省一业多场景”推进体系。