近日，全球计算联盟（GCC）正式发布《全球算力十大趋势（2026）》，报告凝聚产业智慧，以“算力释放智能价值”为主线，聚焦产业趋势、AI应用、开源框架、算力硬件、基础设施五大核心维度，为算力产业链伙伴们提供未来发展参考方向。本文将带您快速浏览这份报告的要点。
一、全球算力规模高速增长，竞赛白热化，
算力成为科技竞争战略制高点
算力已超越传统基础设施，成为数字经济的底层基座。报告显示，算力是经济发展的倍增器——加大对算力投入能有效驱动行业创新和增长，美国2025年上半年算力投资在GDP增长中的贡献达约92%。各国纷纷将算力提升至国家战略高度：中国 “十五五” 明确算力为新质生产力核心要素，提出2030年智能应用普及率突破90%；美国发布《AI行动计划》；欧盟《人工智能大陆行动计划》，推动AI工厂建设。中美科技巨头2025年AI相关资本支出合计超5000亿美元，超大规模云服务商和互联网厂商占据全球60%的算力投资。未来五年，AI算力预计增长千倍。
二、大模型成为智能世界的操作系统，
AI加速进入千行百业
大模型已超越工具属性，升级为智能世界的底层操作系统。大模型推理能力每7个月翻一倍，成本指数级下降，刺激各行业AI需求激增。2025年上半年，全球AI应用下载量超17亿次，总使用时长突破156亿小时。随着智能体承担的任务日益复杂，对算力的需求呈量级提升。2026年，AI竞争将转向价值创造，解决实际问题、提升产业效率、增进人类福祉，"能带来实际效益的AI才是好AI"理念正推动产业回归理性，将成为核心评判标准。
三、跨越虚实边界，数字智能
向具身智能演进，世界模型成为关键支撑
人工智能正从数字世界迈向物理世界，智能从虚拟信息处理延伸至物理世界的实时交互。具身智能以“拥有物理载体、具备执行能力、能够主动交互”为核心特征，通过“感知 - 认知 - 行动”闭环，实现与环境的深度交互。世界模型作为具身智能的“大脑”，通过整合多源数据构建内部表征，精准模拟物理规律，支撑环境模拟、动作指导与决策优化。高阶具身智能的落地，仍需AI技术栈、硬件体系与计算架构全方位革新。预计2030年中国市场具身智能的规模突破万亿元，成为数字经济与实体经济融合的重要增长极。
四、超节点成算力新底座，
智算中心进入超节点时代
AI大模型参数量突破十万亿级，智能体单任务Token消耗达数亿量级，传统算力架构遭遇瓶颈。超节点依托超高带宽互联、内存统一编址等技术，将数百上千个AI加速器编织为逻辑统一的高密度计算体，具备大规模组网、高可靠运行、多场景适配特性，通过开放软件框架释放硬件潜力。华为CloudMatrix384超节点，支持万亿参数训练与企业级大规模推理需求。未来，超节点将成为高端智算中心的主流基础设施，主导算力底座变革。
五、计算架构革新，
从CPU中心走向多样化平等协同
传统“CPU 为中心”主从范式正被打破，随着AI爆发式增长，计算工作负载的分化，CPU、GPU、NPU、DPU等多样化处理器组成的平等协同架构，成为计算架构的核心演进方向。通用计算由CPU承载，AI训练依托GPU/NPU的并行优势，推理优先采用低成本ASIC。未来，市场格局随之变化，AI加速器在数据中心半导体总支出中的占比将升至60%，而CPU占比将降至10%，产业价值向系统设计、互联技术、异构软件栈等上下游延伸。
六、毫秒级算力网落地，
算力成为可交易生产要素
算力需求暴涨与资源错配的矛盾日益突出：东部算力需求集中但能耗压力大，西部绿色能源丰富但需求有限。“以网强算”成为核心路径，中国加速“东数西算”战略推进，构建“1-5-20毫秒”三级时延圈：1ms城市网、5ms区域网、20ms国家网。算力资源通过标准化封装，网络具备“计算感知”能力，编排调度实现任务与资源的毫秒级匹配。随着算力标准体系逐步完善，算力正像电力、互联网一样成为普惠性基础设施，算力网络让算力像电力一样随需即用。
七、超算与智算融合，
构筑科学计算新范式
应对气候变化、可控核聚变、新药研发等前沿挑战，推动计算需求向“高精度科学模拟 + 高效AI处理”复合形态演进。单一超算或智算架构已难以承载多元诉求，超算（HPC）与智算从独立发展走向深度融合，形成“超智融合”新范式。融合架构覆盖硬件、软件、系统全链条：硬件层面实现异构处理器高速互联与全精度计算；软件层面构建统一栈，兼容 HPC与AI框架；系统层面通过资源池化与智能调度，实现算力按需分配。在能源勘探、生物医药等领域，超智融合已将研发周期从数年缩短至数天，突破传统技术效率瓶颈。
八、开源开放成生态核心，
加速智算产业创新
智算产业链呈现“基础层高门槛、技术层重创新、应用层广覆盖”的复杂特征，单一厂商难以满足全场景创新需求，开源开放成为聚合全球力量、打破技术壁垒的核心路径。头部厂商通过开源开放，聚合生态实现“技术增值”：阿里Qwen系列模型全球下载量突破6亿次，DeepSeek推行“全栈开源”，带动生态增长；华为宣布CANN全面开源，覆盖全场景开发者需求。未来异构算力芯片成为常态，OpenCL等平台促进协同。
九、智算中心升级，
高密化、液冷化、集群化成核心方向
算力需求指数增长：GPT-5训练需消耗20万至30万张H100 GPU，单次训练成本突破数亿美元，推动AIDC从百兆瓦级向吉瓦级跨越。AIDC向高密化、液冷化、集群化升级。高密化方面，AIDC单机柜功率密度跨越式提升，英伟达NVL72单机柜功率达132kW，2027年预计突破650kW；液冷技术从备选升级为“标配”，冷板式与浸没式液冷成为主流，可使PUE降至1.05-1.15；集群化成为发挥效能的核心组织形式，“百万卡”级超大规模计算集群成为大模型训练的必备条件。同时，风光电直供的零碳数据中心模式兴起，实现新能源就地生产、就地消纳，大幅降低算力成本与碳排放。
十、量子计算工程化，
商业化窗口期来临
量子计算通过量子叠加与纠缠特性实现高效并行计算，有望为复杂问题提供指数级加速。当前，量子计算正从科学愿景走向工程化阶段，研究重心从单纯追求量子比特数量转向“规模与质量并进”，2025年成为从物理量子比特迈向逻辑量子比特的转折点。超导、中性原子、离子阱、光量子等技术路线并行发展，未来1-2年将是量子计算从技术突破走向商业化应用的关键窗口期。量子计算将在新药研发、新材料设计等领域催生颠覆性应用。
全球计算联盟理事长金海在报告寄语中写道：“算力的突破速度决定着智能文明的进阶高度”。《全球算力十大趋势（2026）》是产业协同的智慧结晶，期待这份报告为计算产业链伙伴们提供参考，推动算力创新更普惠、更可持续，期待更多从业者加入全球计算联盟GCC。
完整报告已在全球计算联盟官方网站发布（www.gccorg.com），GCC诚邀产学研各界共同探讨算力未来，携手构建开放创新的计算生态，支撑数智社会可持续发展。
