作 者

電子信息產(chǎn)業(yè)研究中心

賽迪顧問(wèn)系統(tǒng)梳理全球各國(guó)在計(jì)算領(lǐng)域競(jìng)爭(zhēng)格局、計(jì)算產(chǎn)品形態(tài)演進(jìn)、技術(shù)融合路徑、企業(yè)戰(zhàn)略轉(zhuǎn)型、商業(yè)模式重構(gòu)等現(xiàn)狀，聚焦國(guó)際競(jìng)爭(zhēng)格局如何演進(jìn)、技術(shù)本身如何迭代升級(jí)、計(jì)算產(chǎn)品應(yīng)用如何落地等關(guān)鍵問(wèn)題，預(yù)判2026年全球計(jì)算領(lǐng)域的十大發(fā)展趨勢(shì)。

趨勢(shì)一

全球計(jì)算供應(yīng)鏈格局加速多極化重構(gòu)

近年來(lái)，在新冠疫情影響下暴露的全球供應(yīng)鏈韌性不足風(fēng)險(xiǎn)，對(duì)數(shù)字主權(quán)與產(chǎn)業(yè)安全日益加深的戰(zhàn)略焦慮等多重因素共同作用下，全球計(jì)算供應(yīng)鏈正從以往以東亞為核心、高度集中、以“效率優(yōu)先”為原則的全球化模式，加速向以“安全與韌性”為首要邏輯的多極格局演進(jìn)。預(yù)計(jì)到2026年，這一結(jié)構(gòu)性轉(zhuǎn)型將進(jìn)一步深化，推動(dòng)北美、歐洲、亞洲等多個(gè)區(qū)域相對(duì)獨(dú)立、內(nèi)部協(xié)同發(fā)展的供應(yīng)鏈中心加速形成，以中國(guó)、美國(guó)、歐洲等國(guó)家和地區(qū)為主要支點(diǎn)的多極化全球計(jì)算供應(yīng)鏈格局有望加速成型。對(duì)全球計(jì)算產(chǎn)業(yè)而言，這一轉(zhuǎn)變?cè)谠鰪?qiáng)系統(tǒng)韌性與區(qū)域自主性的同時(shí)，也可能帶來(lái)重復(fù)建設(shè)、整體成本上升等問(wèn)題。

趨勢(shì)二

計(jì)算企業(yè)競(jìng)爭(zhēng)升維全棧生態(tài)比拼

當(dāng)前，計(jì)算產(chǎn)業(yè)的核心競(jìng)爭(zhēng)范式正在發(fā)生結(jié)構(gòu)性轉(zhuǎn)變。過(guò)去企業(yè)往往能夠依托芯片、硬件設(shè)備、操作系統(tǒng)或應(yīng)用軟件等單一環(huán)節(jié)構(gòu)建競(jìng)爭(zhēng)壁壘。然而進(jìn)入AI與云原生主導(dǎo)的發(fā)展階段后，軟硬件協(xié)同設(shè)計(jì)、跨棧優(yōu)化所帶來(lái)的性能增益、能效提升與體驗(yàn)優(yōu)勢(shì)已顯著超越任何局部技術(shù)突破的價(jià)值，包括華為在內(nèi)的全球科技巨頭近年來(lái)均積極推動(dòng)其全棧計(jì)算生態(tài)的構(gòu)建與整合。預(yù)計(jì)到2026年，主流計(jì)算廠商之間的競(jìng)爭(zhēng)將愈發(fā)呈現(xiàn)出“全棧能力”與“生態(tài)系統(tǒng)”的雙重博弈。未來(lái)的競(jìng)爭(zhēng)關(guān)鍵不再局限于某一硬件規(guī)格或軟件功能的產(chǎn)品對(duì)標(biāo)，而是更多關(guān)注全技術(shù)棧的垂直整合效率、合作伙伴生態(tài)的廣度與協(xié)同能力，以及其為開發(fā)者與終端用戶所構(gòu)建的整體價(jià)值閉環(huán)，形成“體系對(duì)體系”的生態(tài)性較量。

趨勢(shì)三

破局性能挑戰(zhàn)，芯粒異構(gòu)集成技術(shù)將進(jìn)入普及期

Chiplet（芯粒）技術(shù)已被業(yè)界普遍視為后摩爾時(shí)代持續(xù)提升芯片性能、優(yōu)化能效并控制成本的關(guān)鍵路徑。隨著半導(dǎo)體制造工藝逐步逼近物理極限與經(jīng)濟(jì)可行性的雙重約束，單一系統(tǒng)級(jí)芯片（SoC）的設(shè)計(jì)復(fù)雜度、流片成本及良率挑戰(zhàn)呈指數(shù)級(jí)上升。在此背景下，Chiplet架構(gòu)通過(guò)將復(fù)雜SoC解構(gòu)為多個(gè)模塊化、可復(fù)用的功能芯粒，并借助2.5D/3D先進(jìn)封裝實(shí)現(xiàn)異構(gòu)集成，推動(dòng)芯片設(shè)計(jì)范式從“系統(tǒng)級(jí)芯片”向“系統(tǒng)級(jí)封裝”演進(jìn)。預(yù)計(jì)到2026年，Chiplet技術(shù)將步入廣泛的產(chǎn)業(yè)化普及周期。除高性能計(jì)算與數(shù)據(jù)中心服務(wù)器領(lǐng)域外，在追求能效比的高端移動(dòng)設(shè)備、強(qiáng)調(diào)功能安全與可靠性的自動(dòng)駕駛車載芯片，以及要求高吞吐與低延遲的網(wǎng)絡(luò)設(shè)備中，Chiplet異構(gòu)集成架構(gòu)都有望成為主流技術(shù)選擇。

趨勢(shì)四

計(jì)算架構(gòu)深度演進(jìn)助力突破“內(nèi)存墻”“帶寬墻“桎梏

“內(nèi)存墻”與“帶寬墻”已成為制約當(dāng)代計(jì)算系統(tǒng)性能釋放的關(guān)鍵瓶頸，其本質(zhì)在于處理器核心算力的指數(shù)級(jí)增長(zhǎng)與內(nèi)存訪問(wèn)速度、數(shù)據(jù)傳輸帶寬提升緩慢之間的結(jié)構(gòu)性失衡。預(yù)計(jì)到2026年，多路徑并行的技術(shù)演進(jìn)將從系統(tǒng)層面持續(xù)沖擊這兩大性能壁壘。一方面，存算一體架構(gòu)將逐步進(jìn)入商業(yè)化應(yīng)用階段?；赟RAM或DRAM的近內(nèi)存計(jì)算方案，有望顯著減少數(shù)據(jù)搬移開銷，大幅提升能效與推理速度。該類芯片將率先應(yīng)用于云端AI推理、自動(dòng)駕駛感知計(jì)算、高端移動(dòng)設(shè)備圖像處理及工業(yè)機(jī)器人視覺系統(tǒng)等對(duì)能效與時(shí)延高度敏感的場(chǎng)景。另一方面，硅光互聯(lián)技術(shù)預(yù)計(jì)將在2026年前后實(shí)現(xiàn)規(guī)?；渴?。在AI訓(xùn)練集群內(nèi)部互聯(lián)、數(shù)據(jù)中心機(jī)架間通信以及Chiplet異構(gòu)集成等高頻寬需求場(chǎng)景中，光互連將逐步替代傳統(tǒng)電信號(hào)傳輸，以更低的功耗與信號(hào)衰減提供超越Tb/s級(jí)別的傳輸帶寬，突破“帶寬墻”對(duì)系統(tǒng)擴(kuò)展性的限制。

趨勢(shì)五

后摩爾時(shí)代多元計(jì)算范式加速?gòu)募夹g(shù)構(gòu)想邁向產(chǎn)業(yè)實(shí)踐

2026年，多種超越傳統(tǒng)馮·諾依曼架構(gòu)的新型計(jì)算范式將加速?gòu)膶?shí)驗(yàn)室研究走向特定場(chǎng)景的產(chǎn)業(yè)化應(yīng)用探索。量子計(jì)算雖仍未實(shí)現(xiàn)通用量子計(jì)算機(jī)的遠(yuǎn)期目標(biāo)，但含噪聲中等規(guī)模量子處理器等產(chǎn)品，將在量子化學(xué)模擬、藥物分子篩選、金融組合優(yōu)化等特定問(wèn)題實(shí)現(xiàn)早期應(yīng)用；神經(jīng)擬態(tài)計(jì)算通過(guò)模擬生物大腦的神經(jīng)元結(jié)構(gòu)與脈沖神經(jīng)網(wǎng)絡(luò)的信息處理機(jī)制，預(yù)計(jì)將在自動(dòng)駕駛的邊緣感知節(jié)點(diǎn)、工業(yè)物聯(lián)網(wǎng)的設(shè)備異常檢測(cè)等對(duì)功耗與實(shí)時(shí)性極為敏感的場(chǎng)景中逐步實(shí)現(xiàn)商業(yè)化部署；光電計(jì)算則利用光子作為信息載體執(zhí)行并行計(jì)算，尤其適合支撐大規(guī)模矩陣乘法等線性代數(shù)操作，預(yù)計(jì)將在超大規(guī)模數(shù)據(jù)中心中開啟試點(diǎn)應(yīng)用。

趨勢(shì)六

端側(cè)、邊緣側(cè)算力邁入規(guī)模化場(chǎng)景應(yīng)用爆發(fā)期

在邊緣AI芯片性能持續(xù)突破、模型輕量化技術(shù)快速演進(jìn)，以及數(shù)據(jù)隱私與實(shí)時(shí)響應(yīng)需求共同驅(qū)動(dòng)下，計(jì)算資源正持續(xù)向數(shù)據(jù)產(chǎn)生的源頭遷移，如手機(jī)、攝像頭、傳感器等終端設(shè)備或工廠網(wǎng)關(guān)、基站、區(qū)域數(shù)據(jù)中心等邊緣節(jié)點(diǎn)。預(yù)計(jì)至2026年，端側(cè)與邊緣側(cè)算力將全面邁入規(guī)?；瘓?chǎng)景應(yīng)用爆發(fā)期，屆時(shí)5G-Advanced/6G、時(shí)間敏感網(wǎng)絡(luò)（TSN）等新一代連接技術(shù)，將與云端及其他邊緣節(jié)點(diǎn)深度融合，構(gòu)建成一個(gè)可統(tǒng)一調(diào)度、全局協(xié)同的“泛在計(jì)算體”，不斷豐富智能安防、無(wú)人零售、預(yù)測(cè)性維護(hù)、智慧農(nóng)業(yè)等領(lǐng)域智能端、邊緣側(cè)應(yīng)用場(chǎng)景，推動(dòng)“感知”到“認(rèn)知與決策”的能力下沉。

趨勢(shì)七

模型即服務(wù)（MaaS）將成算力普惠基本路徑

對(duì)絕大多數(shù)企業(yè)與開發(fā)者而言，自建并運(yùn)維高性能GPU集群不僅意味著高昂的初始資本投入，還面臨持續(xù)增長(zhǎng)的電力與散熱成本壓力，以及稀缺的專業(yè)運(yùn)維資源所帶來(lái)的技術(shù)挑戰(zhàn)。2026年，隨著基礎(chǔ)模型能力的持續(xù)躍升與計(jì)算生態(tài)系統(tǒng)的加速成熟，模型即服務(wù)（MaaS）將演進(jìn)為算力服務(wù)的重要交付形態(tài)，顯著降低算力的應(yīng)用門檻。具體來(lái)看，標(biāo)準(zhǔn)化、開放化的“模型市場(chǎng)”將成為云平臺(tái)的標(biāo)配，聚合來(lái)自多家供應(yīng)商、覆蓋多種任務(wù)類型的數(shù)百種模型，企業(yè)可像選用移動(dòng)應(yīng)用一樣，高效篩選并集成適配自身業(yè)務(wù)需求的模型以及算力服務(wù)。此外，MaaS的范疇將不再局限于單一模型的調(diào)用，而是演進(jìn)為能夠提供自主規(guī)劃、工具調(diào)用與任務(wù)執(zhí)行的“智能代理”工作流服務(wù)，助力端到端任務(wù)解決。

趨勢(shì)八

算力優(yōu)化工具層“效能倍增器”賦能作用凸顯

隨著底層硬件競(jìng)爭(zhēng)愈發(fā)激烈，疊加上層人工智能與高性能計(jì)算應(yīng)用爆發(fā)式增長(zhǎng)影響，位于硬件與應(yīng)用之間的軟件中間層的算力中間件與優(yōu)化工具，正以其“承上啟下”的系統(tǒng)能力，凸顯出日益重要的戰(zhàn)略地位與經(jīng)濟(jì)價(jià)值，有望成為全球算力產(chǎn)業(yè)新的價(jià)值高地。如編譯與調(diào)度軟件能夠?qū)?fù)雜的AI模型或科學(xué)計(jì)算任務(wù)高效分解，并智能映射至包括GPU、TPU、NPU等在內(nèi)的異構(gòu)算力單元，顯著提升硬件實(shí)際利用率；系統(tǒng)級(jí)資源管理與編排平臺(tái)則致力于在集群層面實(shí)現(xiàn)算力的細(xì)粒度切分、動(dòng)態(tài)分配與彈性伸縮，從而最大化數(shù)據(jù)中心整體資源使用效率，優(yōu)化全生命周期總擁有成本。此外，專業(yè)的算力調(diào)優(yōu)服務(wù)業(yè)務(wù)有望不斷發(fā)展，通過(guò)智能調(diào)度、負(fù)載均衡與能效管理等技術(shù)手段，系統(tǒng)優(yōu)化算力資源配置，構(gòu)建高可用、低延遲、綠色高效的算力運(yùn)行環(huán)境。

趨勢(shì)九

全球計(jì)算“成本雙軌化”特征持續(xù)鮮明

2026年，全球算力成本將呈現(xiàn)“高絕對(duì)支出”與“低相對(duì)成本”并存的格局。一方面，隨著模型架構(gòu)從密集預(yù)訓(xùn)練向混合專家模型轉(zhuǎn)型，大模型參數(shù)規(guī)模向十萬(wàn)億級(jí)別演進(jìn)，疊加多模態(tài)訓(xùn)練帶來(lái)的復(fù)雜數(shù)據(jù)處理需求，單個(gè)訓(xùn)練任務(wù)所需的計(jì)算量將呈指數(shù)級(jí)增長(zhǎng)。這將導(dǎo)致尖端模型的全量訓(xùn)練成本將持續(xù)提升。另一方面，以DeepSeek等為代表的開源模型體系通過(guò)提供高性能基座模型，為企業(yè)創(chuàng)造了閉源API之外的可行替代方案，有效打破了原有模型能力的壟斷定價(jià)。結(jié)合模型壓縮、量化等優(yōu)化技術(shù)的成熟，有望持續(xù)降低模型在部署與推理階段的硬件要求與能耗成本，使得單位智能任務(wù)的算力成本實(shí)現(xiàn)快速下降。

趨勢(shì)十

算力與能源步入系統(tǒng)性深度協(xié)同新階段

2026年，算力與能源的關(guān)系正由傳統(tǒng)的“采購(gòu)—消耗”模式，向系統(tǒng)級(jí)的深度協(xié)同演進(jìn)。這轉(zhuǎn)變將重新定義算力基礎(chǔ)設(shè)施的架構(gòu)邏輯、地理布局與核心競(jìng)爭(zhēng)力。在基礎(chǔ)設(shè)施布局方面，能源稟賦已成為算力集群選址的關(guān)鍵決定因素和首要考量。超大規(guī)模數(shù)據(jù)中心主動(dòng)向核能、水電、風(fēng)電與光伏等綠色能源富集區(qū)集中，在降低碳足跡以滿足ESG要求的同時(shí)，獲取穩(wěn)定、經(jīng)濟(jì)的電力供給。在協(xié)同模式上，算力與能源有望步入系統(tǒng)融合、深度協(xié)同的新階段。如美國(guó)的“自供電”模式通過(guò)企業(yè)層面的垂直整合，實(shí)現(xiàn)能源調(diào)度與算力負(fù)載的統(tǒng)一管理；中國(guó)的“算電協(xié)同”布局，著眼于區(qū)域?qū)用?，推?dòng)能源資源與算力需求的跨域優(yōu)化配置；英國(guó)《計(jì)算路線圖》中提出設(shè)立專門機(jī)構(gòu)（AI能源委員會(huì)），并探索為人工智能提供動(dòng)力的能源基礎(chǔ)設(shè)施的新模式，包括可再生能源、先進(jìn)核能和創(chuàng)新電網(wǎng)解決方案等。

更多行業(yè)案例及其特點(diǎn)，請(qǐng)掃描下方二維碼關(guān)注“賽迪顧問(wèn)”公眾號(hào)，獲取最新動(dòng)態(tài)。

微信號(hào)：ccidconsulting

本公眾號(hào)提供的內(nèi)容用于個(gè)人學(xué)習(xí)、研究或欣賞，不可用于其他商業(yè)用途。如有關(guān)于作品內(nèi)容、版權(quán)及其它問(wèn)題，請(qǐng)及時(shí)在公眾號(hào)留言。

如果獲得轉(zhuǎn)載授權(quán)，請(qǐng)注明作者姓名和轉(zhuǎn)載的出處，不修改文章的標(biāo)題、文字、圖片或者音視頻，以免曲解原文意思。