12月11日面壁智能宣布公司完成新一輪數(shù)億元融資，本輪融資后，面壁智能將進(jìn)一步提速以端側(cè)AI為代表的高效大模型商業(yè)化布局，面壁智能CEO李大海表示，更高知識密度的小模型和端側(cè)智能，成為大模型發(fā)展的新階段。如今，因為端側(cè)智能發(fā)展的深刻影響，主流消費電子和新興硬件正演變成一個個在不同場景、執(zhí)行特定任務(wù)的超級智能體，成為新一輪科技創(chuàng)業(yè)大風(fēng)口。

隨著AI PC和AI手機(jī)的推出以及Apple Intelligence等產(chǎn)品不斷改進(jìn)，以及其他在小型語言模型上運行的應(yīng)用程序正在形成，一部分AI查詢會在邊緣或設(shè)備上進(jìn)行處理，Barclays最新的一篇AI推理計算的未來發(fā)展趨勢報告指出，邊緣查詢從2024年總查詢的1%上升到2025年的10%。估計到2026年，將有15%的查詢在終端設(shè)備上進(jìn)行，到2028年約為25%，一些專家估計，未來端側(cè)AI的占比預(yù)計會增長至50%。

隨著大模型能力持續(xù)增強(qiáng)，應(yīng)用場景持續(xù)突破，大模型應(yīng)用架構(gòu)也逐漸清晰，其中在應(yīng)用層中agent成為業(yè)內(nèi)關(guān)注的焦點，智能體是大模型能力的擴(kuò)展，彌補(bǔ)大模型在操作和執(zhí)行方面的不足，具備記憶、搜索、規(guī)劃、決策、執(zhí)行等能力。

Barclays的最新報告認(rèn)為，目前AI行業(yè)發(fā)展的處于Chatbot及Copilot時代，2025—2026年即將迎來agent時代。12月11日谷歌發(fā)布最新模型Gemini 2.0的同時推出了一系列agent，智能體正成為大模型的下一站。

端側(cè)大模型和智能體正成為AI的新階段，未來AI算力需求或?qū)⒂瓉硇伦兓?。Barclays的最新報告認(rèn)為推理計算將逐漸主導(dǎo)AI算力需求。隨著像GPT-5這樣的大型語言模型和新的AI基礎(chǔ)設(shè)施（如NVIDIA Blackwell GPU）的出現(xiàn)，AI應(yīng)用，尤其是agent系統(tǒng)，將迎來爆發(fā)式增長，消費者和企業(yè)人工智能市場可能會真正開始騰飛。

報告預(yù)測，隨著agent系統(tǒng)推出，很大一部分計算可能會轉(zhuǎn)移到對這些服務(wù)的推理上，約占推理市場的30%。隨著采用的增加，整體推理可能會超過訓(xùn)練計算，報告預(yù)測，到2026年，如果消費者AI采用率超過10億DAU，agent在企業(yè)任務(wù)滲透率超過5%，那么所需的總計算量約為1500億EFLOPs，其中推理計算將占近75%，訓(xùn)練計算占25%。

基于企業(yè)級agent的采用估計，企業(yè)推理需求的計算量在2026年約為50億EFLOPs，隨著B200從明年開始安裝，H100應(yīng)該用于企業(yè)推理，報告估計只有未滿足的30億EFLOPs企業(yè)推理需求需要在2026年使用新芯片。

企業(yè)推理需求的計算量在2026年約為 50億EFLOPs

NVIDIA GPU目前占據(jù)推理市場約80%的份額，但到2028年這一比例將下降至約50%，主要原因是最大型的超大規(guī)模云服務(wù)商都在定制構(gòu)建定制ASIC（亞馬遜的Inferentia、Meta的MTIA、谷歌TPU v6、Grok和其他），報告預(yù)測ASIC芯片市場份額將持續(xù)增長，到2028年，這些ASIC可以處理高達(dá)40%的消費者推理計算。

定制ASIC芯片上推理工作負(fù)載比例的增加，預(yù)計將進(jìn)一步降低每token的單位成本，推理單元成本（每百萬tokens）正以每18個月超過90%的速率持續(xù)下降。不過，報告指出，單位成本的降低并沒有導(dǎo)致產(chǎn)能過剩，而是帶來了更多的使用，刺激了更多AI產(chǎn)品的開發(fā)和應(yīng)用，從而增加了對算力的總需求。

定制ASIC芯片上推理工作負(fù)載比例的增加

此外，市場對算力相關(guān)資本支出的估計過低，Barclays的半導(dǎo)體研究團(tuán)隊預(yù)測，到2026年，僅AI芯片相關(guān)的資本支出就需要近3000億美元，這比市場共識預(yù)測高出370%以上，如果將其他計算和數(shù)據(jù)中心資產(chǎn)的資本支出考慮在內(nèi)，總資本支出可能高達(dá)7000億美元。

到 2026 年，僅 AI 芯片相關(guān)的資本支出就需要近 3000 億美元

端側(cè)大模型算力需求方面，報告認(rèn)為，雖然端側(cè)AI可以處理一部分AI查詢，但占比相對較小，由于設(shè)備的算力、內(nèi)存和功耗限制，大型語言模型難以在端側(cè)有效運行，云端數(shù)據(jù)中心仍將是滿足AI算力需求的主力軍。

明年端側(cè)大模型和AI智能體將會迎來怎樣的發(fā)展，agent時代將如何重塑計算需求？11月19日，第十九屆中國IDC產(chǎn)業(yè)年度大典，中國工程院院士鄔賀銓將帶來《端側(cè)大模型與AI智能體》的主旨演講。大會聚焦“智算崛起”“賦能協(xié)同”“環(huán)球布局”“誰主沉浮”“算力新十年”幾大議題模塊，歡迎掃描以下二維碼即可報名。

“多元重構(gòu) 算力躍遷” 第十九屆中國IDC產(chǎn)業(yè)年度大典 報名二維碼