2026.09.21 | AC | AI Demand | Huawei 100,000x Token Forecast

摘要

2026年9月16日，华为发布《智能世界2035：从愿景到行动》和《全球数智化指数（GDII）2026》。前一份报告预计，到2035年全球年度Token消耗量将增长约10万倍，智能体相关流量占整体网络流量的比例超过90%，算力集群规模需要提升100倍，智能体任务成本下降1000倍。GDII 2026预计，到2030年全球数智基础设施年度投资将超过4万亿美元，2025—2030年复合增速为19.14%。 对产业链来说，更重要的是谁会消耗这些Token，哪些业务会持续调用模型，以及新增调用最终会增加哪些基础设施采购。两份报告显示，这些Token将由个人、企业业务系统和设备共同消耗。一项任务包含的步骤越多，调用次数就越多；单位成本下降后，原本难以长期使用AI的业务也会提高调用频率。

正文

2026年9月16日，华为发布《智能世界2035：从愿景到行动》和《全球数智化指数（GDII）2026》。前一份报告预计，到2035年全球年度Token消耗量将增长约10万倍，智能体相关流量占整体网络流量的比例超过90%，算力集群规模需要提升100倍，智能体任务成本下降1000倍。GDII 2026预计，到2030年全球数智基础设施年度投资将超过4万亿美元，2025—2030年复合增速为19.14%。

对产业链来说，更重要的是谁会消耗这些Token，哪些业务会持续调用模型，以及新增调用最终会增加哪些基础设施采购。两份报告显示，这些Token将由个人、企业业务系统和设备共同消耗。一项任务包含的步骤越多，调用次数就越多；单位成本下降后，原本难以长期使用AI的业务也会提高调用频率。

01 华为两份报告给出了哪些关键变化？

两份报告中与产业链直接相关的变化可以归纳为四项：调用者增加，任务包含更多步骤，系统需要保存更多任务数据，算力集群同时受到网络、存储、供电和调度限制。这四项变化分别影响调用次数、单项任务的Token用量、数据读写量和有效算力。

华为两份报告中的四项变化及直接影响

数据来源：根据华为《智能世界2035：从愿景到行动》和《全球数智化指数（GDII）2026》整理。

变化一：智能体协作增加，相关流量占比将超过90%

华为预计，到2035年，智能体流量占整体网络流量的比例将超过90%，通信流量未来十年增长百倍。届时，网络除了传送数据，还要识别任务类型、时延和安全等级，并在端、边、云之间分配连接与计算资源。

一个完整的智能体任务通常包括能力发现、身份核验、任务下发、上下文传递、工具调用、结果回收和状态更新。网络既要识别智能体的身份和权限，也要把任务送到合适的计算节点或模型实例，并保存跨设备、跨平台的任务状态。多个智能体协作时，网络还要管理任务分工、数据访问和执行结果。

华为的报告把任务在端、边、云之间的分配称为“钟摆效应”：轻量、低时延任务留在端侧或边缘，复杂推理和长上下文任务送到中心集群。任务分配会直接影响算力利用率和完成时间。

变化二：客服、研发、采购和设备都可以直接调用模型

企业内部的客服、研发、采购、财务和生产流程可以分别调用模型，汽车、机器人和工业设备也会持续产生感知、判断、控制和反馈任务。调用者不再局限于使用聊天工具的个人。

企业完成一次采购、质检或研发验证，往往要连续执行检索、规划、工具调用、结果检查和审批。设备接入业务系统后，还要反复读取状态、制定动作、检查结果并修正操作。员工可以主动调用模型，运行中的流程也会自动触发模型。

变化三：存储要同时管理文件、上下文、业务关系和任务记录

华为预计，到2035年温数据占比有望超过70%。温数据仍需经常访问，但读写频率低于实时热数据。合同、工艺文件、代码仓库、客户记录和设备日志经过清洗、结构化、权限处理和语义关联后，才能供模型直接调用。

报告还提出，存储系统需要保存KV Cache、知识图谱三元组和智能体记忆流。除了文件，系统还要记录数据与业务对象的关系、任务进度、已经验证的经验，以及这些信息可以在什么权限和时间范围内再次使用。

衡量这类存储系统，容量只是一个指标，更重要的还有上下文访问时延、状态更新速度、版本管理、数据溯源和权限控制，会影响重复检索和重复推理的次数。

变化四：增加服务器之外，还要解决供电、网络、存储和调度问题

华为把AIDC建设方向概括为“算、电、网、储”协同。报告预计，到2035年全球数据中心耗电量约为1600TWh，数据中心用电占整体用电的比例将由2025年的1.5%升至4.5%—10%。

服务器数量增加后，供电容量、散热条件、储能配置和任务调度仍会限制集群实际能够处理的任务量。GDII 2026提出，可由调度系统根据电力供给、绿电比例、储能状态和机房负荷，把部分任务迁移到电力更充足的节点，或安排在低负荷时段执行。

02 10万倍Token增长从哪里来？五个变量决定

华为的10万倍预测可以拆成五个变量：有多少个人、业务系统和设备调用模型，每个调用者承担多少任务，一项任务消耗多少Token，一项任务触发多少次调用，以及多少任务会长期运行。

年度Token总消耗量的五项变量

数据来源：根据华为《智能世界2035：从愿景到行动》和《全球数智化指数（GDII）2026》中的智能体数量、Token调用量与成本预测整理。

调用者数量决定有多少使用者；每个调用者的任务数和调用频次决定每天触发多少项任务；单项任务的Token量决定每次消耗多少；长期运行比例决定其中有多少会成为稳定用量。单位成本会影响调用频次和长期运行比例。

个人之外，企业业务系统和设备也会持续调用模型

GDII 2026预计，2030年全球个人智能体接近100亿；《智能世界2035》预计，到2035年全球智能体数量约9000亿。企业系统和设备直接调用模型后，使用者已经扩大到个人用户之外。

企业内部的客服、研发、采购、财务和生产流程可以分别调用模型；汽车、机器人和工业设备则会持续产生感知、判断、控制和反馈任务。使用者增加，调用次数也会随之增加。流程和设备接入模型后，部分业务还会由按需提问改为连续调用。

感知、判断、执行和反馈的每一步都会调用模型，单项任务消耗的Token越多

智能体处理复杂任务时，需要读取上下文、理解目标、制定计划、调用工具、检查返回结果、修正方案，再把结果写入任务记录。每增加一个步骤，都会增加上下文读取和模型调用。

汽车、机器人和工业设备使用AI后，系统还要持续读取摄像头、传感器和设备状态，判断下一步动作，并根据执行结果调整操作。感知、判断、执行和反馈的每一步都可能调用模型。

2030年日调用量将超过6000万亿

华为披露，截至2026年3月，中国日均Token调用量较2024年初增长1400倍；GDII 2026预计，到2030年全球日Token调用量将超过6000万亿。

客服系统持续处理会话，风控系统持续扫描交易，研发系统持续检查代码，工业设备持续分析运行状态。只要业务流程仍在运行，模型调用就会继续发生。调用由人工提问改为任务触发后，日均和年度Token总量都会增加。

业务系统持续使用模型，才会产生稳定的调用量

客服、审核、研发、交易、生产和设备控制系统持续使用模型，调用量才会随业务一起增长。

一次性内容生成在任务完成后就会停止调用。客服、审核、研发、调度和设备控制则要跟随业务运行反复调用模型。系统还会保存执行结果，作为下一项任务的上下文或反馈，并由此触发新的调用。

Token单位成本下降，更多日常任务可以长期运行

《智能世界2035》预计，未来十年Token单位成本每年下降约50%。按复合计算，十年后单位成本约为当前的1/1024。

成本较高时，企业通常优先把AI用于价值高、发生频率低、允许人工复核的任务。成本下降后，实时摘要、代码检查、文档比对、客户回访、设备巡检和流程校验等反复发生的日常任务，也可以长期运行。

开发者还可以在单项任务中增加检索、校验、复核和多轮工具调用，以提高准确率和完成率。单项任务消耗的Token可能增加，但完成任务的总成本仍可能下降。

03 数据的变化：将从“静态语料”进化为“动态资产”

训练大模型需要语料、代码、图像和高质量任务轨迹。智能体开始执行企业任务后，还要读取企业知识、历史记录、业务上下文和过去的执行结果；任务结束时，又会产生新的记录。华为把这三类需求分开：生成式AI主要使用训练数据，企业智能体增加业务上下文和任务记录，物理AI再加入设备动作和现场反馈。

生成式AI、企业智能体与物理AI的数据层次

数据来源：华为《智能世界2035：从愿景到行动》，2026年9月，第14页原图数据区。

AI越自主，单次任务需要调用的数据越多

企业智能体执行任务时，需要理解目标、查找资料、调用业务系统、执行操作、检查结果，再决定下一步。采购任务可能要读取供应商目录、历史价格、合同条款和库存信息，再调用采购系统完成比价和审批；研发任务可能要读取代码库、历史问题和测试结果，修改代码后重新运行测试。

单次任务消耗多少Token，取决于需要读取多少历史信息，以及要经历多少中间步骤。企业要让模型快速找到所需数据，理解数据与客户、合同、库存等业务对象的关系，并把任务产生的新信息及时写回系统。

更大的变化是：AI开始积累自己的“工作经验”

企业智能体所需的数据包括企业原有的文档和数据库，也包括上下文、KV Cache、个性化记忆和完整工作轨迹。传统业务数据主要记录企业知道什么，新增的任务数据还会记录模型过去如何完成任务。

企业需要同时管理三类数据：业务数据记录发生了什么，任务轨迹记录过去如何处理，长期记忆保存可以继续使用的经验。模型会在后续任务中再次读取这些数据。

Physical AI进一步把“工作经验”变成现实世界的反馈

AI进入汽车、机器人和工业设备后，数据还会记录行动结果。机器人看到了什么、执行了什么动作、结果如何；车辆遇到什么环境、采取了什么动作、是否达到预期；工业设备出现什么状态、系统做了什么调整、效率是否改善。这些记录都会供下一次判断使用。

历史数据先供模型判断，执行结果再保存下来，供下一次任务使用。AI持续运行后，同一份数据会被反复读取和更新。一条经过验证的任务记录，还可以供大量相似任务调用。

完成工作比回答问题需要更多上下文、更多历史信息和更多执行步骤。Token需求因此同时受到调用次数和单次任务数据量的影响；写入上下文的数据会增加Token用量，数据检索和读写还会占用存储与算力资源。

04 算力要涨1万倍、集群扩100倍、成本降1000倍，华为点出未来AI落地的三道硬坎

当任务量的增长速度超过单芯片性能的提升速度，数据移动、任务调度和故障恢复会直接影响集群能够完成多少任务。

集群扩大后，三类系统开销如何产生

数据来源：根据华为《智能世界2035：从愿景到行动》的算力集群、互联和故障恢复内容，以及《全球数智化指数（GDII）2026》第39页收录的训练中断案例整理。

第一道坎：数据搬运可能比计算本身更昂贵

长上下文、多轮工具调用和动态路由，会让计算单元频繁读取和交换数据。数据在芯片、服务器和服务器机柜之间传输，会增加时延和功耗。

GDII 2026列举的Meta研究显示，Llama 3.1 405B使用16384张H100 GPU训练时，BF16精度下的模型计算利用率约为38%—41%。通信等待、内存访问和负载不均等开销，会压低用于模型计算的时间。

华为提出晶圆级超节点、机柜级超节点和存算一体，目标是缩短计算单元与高频数据之间的距离，减少跨服务器搬运。

第二道坎：智能体负载忽高忽低，固定架构会造成资源浪费

智能体负载并不稳定。长上下文可能突然占用大量显存，多轮工具调用会产生突发流量，MoE模型的动态路由还会改变计算单元之间的通信关系。

固定拓扑和固定路由容易造成两类浪费：简单任务占用高规格资源，复杂任务在高峰期排队；部分计算单元处于空闲状态，另一些计算单元却被通信和显存访问拖慢。

华为提出CPO、OCS等光电融合互联方案，并按任务需要调度资源。评价一套算力系统时，除了单颗芯片的峰值性能，还要同时考察芯片、封装、显存、网络和调度软件。

第三道坎：集群越大，故障越频繁，没有自愈能力就会浪费算力

GDII 2026收录的一项训练案例显示，一个大型集群在54天训练期间累计中断419次，平均每天中断8次。

集群由千卡增加到万卡、十万卡后，硬件故障会成为日常运行的一部分。如果每次故障都要停机定位并等待人工恢复，增加服务器也无法按相同比例提高单位时间内完成的Token量。

华为提出硬件遥测、故障预测、冗余路径、旁路切换和动态自愈，要求系统在局部故障发生时继续运行，把影响限制在最小范围。

05 下一轮AI需求落在哪？企业软件增加模型调用，制造业增加现场设备投入

GDII 2026测算了2026—2030年AI对各行业增加值的累计贡献。金融为6.54万亿美元，OTT为5.41万亿美元，两者合计占图中全部行业增量的44.3%。

《智能世界2035》提供的关键信息，是不同场景如何接入模型。银行、互联网和政务服务主要改造已有软件系统；制造、交通、物流和电力还要连接现场设备与控制系统；手机、PC、汽车和家空间则需要在本地推理与云端推理之间分配任务。三类场景的部署条件不同，采购内容也不同。

2026—2030年各行业智能经济累计增加值（万亿美元）

数据来源：华为、清华大学经济学研究所《全球数智化指数（GDII）2026》，2026年9月，第20页，图1-4。图中按数值从高到低重排。

近期需求取决于模型能否接入现有系统、持续执行任务，并把结果写入业务系统。

银行、互联网和政务服务：现有软件系统可以直接接入模型

这些行业的大量业务已在线运行。客户记录、交易、内容、审批材料和业务规则都存放在软件系统中。模型接入CRM、ERP、客服、交易或办公系统后，能够读取上下文、调用工具、提交结果，并继续处理下一项任务。业务不停止，模型调用就会反复发生。

华为在《智能世界2035》的企业应用部分，列举了一家全球大型商业银行的案例。该行将同一套AI能力接入消费者移动银行、财富管理、企业银行和内部员工服务，已有超过1.8万名客服人员使用。生成式AI能够在约3秒内提供上下文指导，使单次客户通话平均缩短接近1分钟。AI已进入原有客服系统，每通电话都可以触发知识检索和模型调用。

这类行业的新增采购通常集中在模型服务、知识检索、数据治理、系统接口、身份权限和审计工具。调用量能否持续增长，取决于有多少业务由人工临时发起改为系统自动触发。

制造、交通、物流和电力：先要连接数据、设备和控制系统

工业企业使用AI，往往先要处理分散的数据。华为报告中的一家全球性智能电力管理企业，拥有300多家工厂、超过10万笔日常销售订单、3200多万种零部件和70多个ERP环境。为了用AI处理供应链短缺，该企业先统一不同ERP中的供应链数据，再让系统识别缺料、按照潜在收入影响排序，并结合历史经验提出替代物料或解决建议。报告披露，这套工作流使生产率提高了约25%。

当企业把模型用于产线、车辆、机器人或电力系统时，还要在现场部署配套基础设施。按照华为对Physical AI的架构划分，云端承担世界模型训练和高保真仿真，边缘节点负责多设备协同和区域决策，确定性工业网络保证低时延传输，终端完成感知和动作执行，并将结果送回系统。项目所需的新增设备和系统包括传感器、边缘计算节点、工业网络、存储、控制系统以及供电和储能设施。

这类项目的周期通常更长。企业既要改造设备和网络，也要验证控制动作的安全性和可靠性。系统投入运行后，设备状态、环境变化和执行结果会持续触发模型调用。制造、交通、物流和电力带来的需求，因此同时包含软件调用和现场硬件。

手机、PC、汽车和家空间：高频任务留在本地，复杂推理继续使用云端

华为将手机、PC、汽车和家空间列为端侧AI算力的主要应用，理由是这些终端拥有较大的用户基数、较高的使用频率和较大的硬件更新空间。端侧适合处理实时、轻量、涉及隐私或需要离线运行的任务；超长文本、多模态分析和复杂推理仍要使用云端模型。

这种分工直接改变采购结构。本地任务增加，会提高终端对NPU、内存、传感器和本地存储的要求；复杂任务留在云端，则继续增加推理算力、网络带宽和数据服务。汽车与家空间还要处理跨设备状态和连续环境信息，对传感器数量、设备连接和长期记忆提出更高要求。

三类场景的接入方式与新增采购

数据来源：根据华为《智能世界2035：从愿景到行动》第8—9页、第82—84页、第94页和第96页整理。

资料与说明

预测口径：文中“10万倍”“100倍”“1000倍”等均为华为面向2035年的预测或研究命题，分别对应全球年度Token总消耗、算力集群规模和智能体任务综合成本。

行业增量口径：各行业数值为清华大学经济学研究所在中性情景下测算的2026—2030年智能经济累计增加值，衡量AI带来的行业增加值，。图中数值合计26.99万亿美元，与报告“超过27万亿美元”的表述存在0.01万亿美元四舍五入差异。

成本测算：Token单位成本每年下降约50%并连续复合十年，十年后约为基期的1/1024。该结果用于解释成本门槛变化，不代表调用量会按相同比例增长。

第五章华为资料：Physical AI的云边端架构见《智能世界2035：从愿景到行动》第8—9页；手机、PC、汽车和家空间的端侧任务分工见第82—84页；智能电力管理企业的供应链案例见第94页；全球大型商业银行的客服案例见第96页。

主要文字资料：华为《智能世界2035：从愿景到行动》，2026年9月，第4—18页、第25—30页、第75—96页；华为、清华大学经济学研究所《全球数智化指数（GDII）2026》，2026年9月，第15—20页、第39页、第46—48页、第68—69页。

图表及数据来源清单

华为两份报告中的四项变化及直接影响：根据华为《智能世界2035：从愿景到行动》和《全球数智化指数（GDII）2026》整理。

年度Token总消耗量的五项变量：根据华为《智能世界2035：从愿景到行动》第4—5页和《全球数智化指数（GDII）2026》第15—16页中的智能体数量、Token调用量与成本预测整理。

生成式AI、企业智能体与物理AI的数据层次：华为《智能世界2035：从愿景到行动》，2026年9月，第14页原图数据区。

集群扩大后，三类系统开销如何产生：根据华为《智能世界2035：从愿景到行动》的算力集群、互联和故障恢复内容，以及《全球数智化指数（GDII）2026》第39页收录的训练中断案例整理。

2026—2030年各行业智能经济累计增加值：华为、清华大学经济学研究所《全球数智化指数（GDII）2026》，2026年9月，第20页，图1-4；图中按数值从高到低重排。

三类场景的接入方式与新增采购：根据华为《智能世界2035：从愿景到行动》第8—9页、第82—84页、第94页和第96页整理。

风险提示：上述内容均为笔者个人观点，投资者需风险自担。