ComputeX英伟达大会同步解读

AI产业发展与算力需求

AI产业进入新迭代周期，预计未来十年将为中国GDP增长带来超过20.12万亿元贡献，年均增量约0.8%。开源大模型成为需求增长驱动力，模型成本下降和技术迭代推动需求从地缘走向开源。中国AI公司如VRR1的推出，带动国内云厂商、第三方和运营商在推理和训练需求增量上的贡献。AI Agent加速实现和各类应用涌现是商业闭环的关键。

算力需求与基础设施发展

云端算力需求旺盛，依赖算力发展对算力基础设施的支持。英伟达强调算力基础设施的半定制化，包括架构升级和内存、带宽等技术提升。大容量高存储带宽成为投资热点，算法迭代如大规模分布式计算和高吞吐低延迟互联架构也重要。端侧算力需求增长，车载、无人机和智能终端等领域对算力输出量要求提升，未来可能超过每秒1000个token。

AI基础设施与算力芯片

AI基础设施投资重点转向算力层infer，系统优化效率成为差异点，推动训练和推理成本下降，拉动终端需求。DeepMind等多元多专家系统和混合训练精度优化成为主流。国产算力迎来发展机会，尽管存在薄弱环节，但产业链接快速提升，未来有望实现全球领先水平。

资本开支与AI应用

2018年后国内资本开支增速放缓，2023-2025年经历三轮快速增长周期，总量近310亿美元。未来资本开支增长驱动力为算力基础设施完善和AI应用需求。2026-2027年头部云厂商新一轮资本开支周期可期。专精于infer的芯片优化推动端侧算力需求，模型参数与体验关联性减弱，端侧SOC持续迭代，服务多元化场景。

AI Agent与市场空间

AI Agent市场从2020年的100亿美元增长至2030年的400亿美元。Minit Agent代表任务执行流程，未来可能替代传统APP成为内容分发入口。B端应用场景相对更快，通过整合工作流提升效率，形成新的生产变革。

AI生态结构与未来趋势

AI生态形成共生模式，大模型基础设施开发商推动算力基础设施建设。基础大模型开发赋能应用，提升性能和交互体验，整合算力基础设施和数据资产，形成快速推进迭代的保障。2025年AI进化加速，端云协同发展，模型成本下降驱动C端商业模式闭环，AI Agent生态崛起，算力芯片和系统架构持续优化。

国内AI发展前景

国内AI发展具备技术能力，工业体系和数据积累雄厚，有望快速进入AIGC发展阶段。未来端大模型愿景包括与数字生命互动，释放新生产力。英伟达在训练平台和FLOPS AI上的准备将促进数字经济发展，提升AI能力，推动生产力革命。