2025 年 1 月，字節跳動的日均 token 消耗量還是 4 到 5 兆。

一年之後，這個數字變成了 50 兆。再到 2026 年 9 月，它已經飆升到 350 兆到 360 兆——一年半，漲了七十多倍。按照專家的預計，到 2026 年底這個數字將逼近 600 兆，而到 2027 年，整個大盤的 token 消耗量還會在現有基礎上再增長十倍。

這不是一組枯燥的數字。它的背後，是一場正在重寫中國 IDC 版圖的算力遷徙：機房正在離開一線城市，湧向內蒙古的草原；企業正在告別私有化機房，擁抱公有雲。而驅動這一切的力量，比大多數人想像的要更兇猛，也更具體。

第一，AI 推理和 Agent，才是這場算力軍備競賽的真正引擎。 專家明確表示，未來兩到三年，模型和推理的總量將有十倍的擴容量。過去兩年，所有 IDC 的採購與建設都服務於模型和線上業務，2023 年增長曲線尤為陡峭——而這場增長遠未結束。

第二，中國 IDC 版圖正在被 AI 重繪。 移動網際網路時代"就近部署"的鐵律正在瓦解，機房開始從北上廣深向內蒙古、安徽等非主流地域遷移。在字節跳動近期的招投標中，內蒙古的佔比正在增多，環京區域的比例則在縮小。

第三，當前算力擴張的真正瓶頸不是 IDC，是晶片。 專家強調，真正的制約因素在上游的 GPU 伺服器，尤其是 HBM 供應不足——那怕機房建好了，也沒有足夠的伺服器來填充。

這三句話，勾勒出了 AI 算力時代最真實的橫截面。

算力帳本：一年十倍的消耗，2 到 3 倍的用卡

支撐當前 330 兆至 350 兆的日均 token 消耗，字節跳動已經用掉了 160 萬張 GPU 晶片。如果 token 消耗量明年漲到 3000 兆，GPU 晶片的需求量是否也要同比例暴增？

專家的回答是：不會，但也沒好到那裡去。通過 profile、decode 工程最佳化以及線上調度和工程模擬等技術手段，算力效率可以大幅提升，算力需求不會同比十倍增長——但用卡量仍需要在現有基礎上增加兩到三倍。

比 GPU 更值得關注的是 CPU。專家特別提醒：CPU 伺服器的增長和擴容速度超出預期。過去行業普遍認為模型訓練和推理主要依賴 GPU，因此大量擴容項目都建成了高密機房，主要用於部署 GPU。但隨著 Agent 等多輪調度應用的發展，GPU 叢集與 CPU 叢集之間的"東西向流量"變得愈發重要，標準功耗機房的需求正在快速提升。

換句話說，當所有人都在盯著液冷和高功率密度時，真正的增量可能藏在最不起眼的普通機房裡。

選址之變：從"音畫同步"到"雙向八車道"

過去十年，移動網際網路的視訊直播、點播業務對時延要求極高，IDC 選址強調"就近"原則——必須部署在人口稠密地區，否則音畫不同步，體驗直接崩盤。專家回顧道，這是那個時代的鐵律。

但 AI 模型推理業務，把這條鐵律打破了。

"一個可能運行 10 分鐘到半小時的辦公任務，其請求互動輪次多（可能達到 20、50 甚至 100 輪），整個任務時長被拉長。"專家分析，使用者更關注最終產出的結果，而非最快的回傳速度。這種業務形態的轉變，使得對 IDC 物理位置的時延容忍度大幅提高。

於是，選址邏輯從"離使用者近"變成了三個新維度：可擴容性與綠電政策、成本與地方支援、基礎網路條件。

內蒙古，恰好在這三個維度上都拿到了高分。

作為自治區，地方在電力成本和招商引資政策上擁有高度自主權，能給出北京、上海臨港無法提供的政策支援；土地成本低，為大規模擴容留足了空間；更關鍵的是，營運商在過去兩三年間，已經將北京到內蒙古的骨幹環網升級改造——專家打了個比方："如同修建了'雙向八車道'的高速公路"，鏈路流量和網路質量大幅提升，網路瓶頸被徹底打通。

在字節跳動內部，選址策略已經分化出清晰的路線圖：模型批次處理這類計算密集型任務，首選內蒙古，同時也在考察新疆；需要靠近使用者的業務，則部署在無錫、江蘇、浙江等地，廣州惠州也在考慮範圍內。至於內蒙古內部選那裡？專家透露，沒有特定偏好——只要氣候條件相差不大、地方能批準能評，項目就能落地。選址的演變路徑，正是從河北張家口一路遷往烏蘭察布等地的過程。

專家用了一個很形象的詞來形容 2026 年的 IDC 招標策略——"跑馬圈地"：優先拿到能耗指標和土地資源。字節跳動要求供應商承諾能在內蒙古等地區獲得所需資源，並接受 16 至 17 個月的交付周期。

更值得注意的是它的融資模式。字節跳動利用自身信譽為供應商背書：地方城投公司或缺乏資金的央國企，可以憑藉與字節跳動簽訂的蓋章合同向銀行獲取貸款，並以此為基礎向地方申請綠電和能耗指標。

"這種方式把需求、資金和地方資源有效整合，確保 IDC 擴容項目得以實施。"專家評價道。一家大廠，用一紙合同撬動了銀行、地方和供應商三方——這就是算力時代大客戶的槓桿力。

規模方面，2026 年字節跳動計畫擴產至少 1.5GW，其中 1GW 為當年需投入使用的產能，另外 0.5GW 的合同主要用於幫助供應商融資和獲取資源；近期可能還有一個約 1GW 的新增招標計畫。

但這場大戲並非沒有變數。原定於 2026 年 8 月底的招標計畫已經推遲，專家解釋，主要原因在於內部尚未精確錨定最終所需的具體規模——擴得太大，資源閒置、成本浪費；擴得不夠，滿足不了業務需求。而這種不確定性，與上游晶片供應鏈的瓶頸緊密相關。

這是整份調研裡最值得反覆咀嚼的一句話：

"根本問題在於即使建好了資料中心機櫃，也缺少足夠的伺服器來填充。"

專家指出，儘管字節跳動為 GPU 伺服器採購規劃了超過 2000 億元的預算，但由於晶片供應問題，許多預算可能無法完全執行。即使是計畫在 2027 年增加給寒武紀的訂單，對方能否足量交付，仍存在很大的不確定性。

算力時代最荒誕的錯位出現了：機房不缺、預算不缺、需求不缺，缺的偏偏是最上游的那顆晶片。

市場眾生相：騰訊加價，內蒙擠滿巨頭

需求有多旺？專家的觀察很直接：當前 IDC 市場需求非常旺盛，擁有能評的資料中心服務商，基本上能在一年內完成建設並成功租出。

一個生動的註腳來自騰訊：2025 年它還曾表示算力充足，但進入 2026 年，卻在市場上表現出極強的擴容需求，甚至不惜加價獲取資源——需求主要來自小微業務、會員業務以及騰訊雲。而在商務條件上，專家透露，騰訊給出的商務政策相對最優渥，價格稍高一些；字節跳動和阿里的報價則大致相當，但整體而言，幾家大廠對價格的控制都非常嚴格。

內蒙古的牌桌上已經坐滿了巨頭：除了字節跳動、阿里、騰訊，還有百度、快手、金山雲——市場非常活躍。專家也提醒供應商們要冷靜：與字節跳動、阿里等大型客戶合作，能獲得穩定的業務基本盤，但很難獲得超額收益，因為大廠會做非常精細的成本和利潤測算，"甚至比供應商自身更為清楚"。

另一個值得關注的細節是能評政策：歷史能評的有效期據信為五年，而且根據當前政策，即使持有存量能評，要啟動新的資料中心建設，也必須重新申請並獲得窗口指導。

端側與雲端：一場正在發生的觀念遷移

如果說 IDC 版圖的遷徙是物理層面的，那麼端側與雲端之爭，則是思想層面的。

專家對端側 AI 一體機的判斷相當冷靜：市場需求取決於其模型場景的覆蓋能力，而"端側模型能解決的問題終歸有限"。如今通過 AICC（機密計算）和兩端非對稱加密技術，企業可以在資料安全合規、不出域的前提下使用雲端的大模型服務——許多過去堅持私有化部署的金融機構、央國企，現在也開始接受並使用公有雲服務。

桌面級端側 AI 產品的市場空間更弱。專家舉了一個例子：廣州地方當地採購的 WorkBuddy 解決方案，其資源部署在騰訊的 CSIG 雲上，而非本地私有化部署。即使是大廠採購 GPU，也需要十幾到二十個周期的等待時間，還要面對價格上漲和資源短缺——企業自行採購硬體進行本地部署的必要性並不大。

至於端側與雲端的資料能否互動？專家否定了"不能互動"的看法：在一個工作流中，任務可以在本地和雲端分別處理，處理後的資料再二次回傳，即使涉及幾十上百輪的 Agent 調度，資料的共通性和時延也都是可控的。"限制因素主要在於企業傳統的、較為保守的思想觀念，而非技術本身存在不可踰越的障礙。"

趨勢已經很明朗：公有雲的滲透率正在增加，過去堅持完全私有化的企業，採用公有雲的比例會從 10%、20% 逐步提升至 30% 甚至 50%。一方面，AICC 等技術可以在安全上進行校驗；另一方面，專家指出，隨著新生代在企業中逐步掌握話語權，他們的技術接受度將加速這場轉變。

回顧整場調研，最觸動人的不是那些十倍、百倍的數字，而是一種時代切換的實感：

機房從一線城市遷往內蒙古草原，因為 AI 任務不再害怕那幾十毫秒的時延；企業從私有化機房走向公有雲，因為技術終於讓"安全"和"效率"可以兼得；大廠一邊砸下 2000 億元採購伺服器，一邊焦慮地等待晶片交付——算力時代的每一環，都在重新尋找自己的位置。

專家給出的判斷是，目前 AI 模型的整體市場滲透率僅為 5% 至 7%，未來還有巨大的增長空間，許多應用場景尚待開發。

換句話說，這場遷徙才剛剛開始。無論是機房、晶片還是觀念，真正的大戲，都還在後頭。(數之湧現)

2026年的全球半導體產業，正在經歷一場前所未有的“加速度”。

國際商業戰略公司（IBS）最新發佈的幾張核心資料圖表，勾勒出一幅令人震撼的產業圖景：半導體市場規模提前四年撞線兆美元，AI Token消耗量指數級飆升，DRAM單品市場規模逼近過去整個行業的預測值，晶圓代工市場衝向兆美元，而供應端卻全面告急。

1.6兆美元提前撞線，半導體進入“AI超級周期”

這張圖展示了全球半導體市場按產品分類的增長軌跡。2020年，全球半導體市場規模為4467億美元。此後逐年攀升，2023年經歷短暫回呼至5299億美元，但隨即強勢反彈。IBS預測，2026年全球半導體市場將達到約1.586兆美元，2030年達2.585兆美元，2035年達4.678兆美元。

這一數字意味著什麼？IBS此前預測，整個半導體市場要在2030年才能達到1兆美元。但AI浪潮將這一時間表整整提前了四年。Gartner的資料佐證了這一判斷——2026年全球半導體收入預計達到1.6兆美元，較2025年的8090億美元增長92%。

從產品結構來看，MOS Memory（記憶體）是最大的增量來源，在2026年後的柱狀圖中佔比急劇擴大。MPU、MCU、ASIC等邏輯器件同樣呈現強勁增長。AI算力與記憶體需求的共振，正在將半導體市場從線性增長切換為指數增長。

Token消耗量：中國3500兆/日，美國2250兆/日

這張圖揭示了這場半導體狂飆的核心驅動力——AI推理需求的爆發。

IBS資料顯示，中美兩國每日AI Token消耗量持續攀升。2025年第一季度，中國日消耗量僅34兆Token，美國僅3兆Token。到2030年第一季度，中國預計達到3500兆Token/日，美國達到2250兆Token/日。

這一預測正在被現實加速驗證。據OpenRouter平台資料，2026年8月初，中國AI大模型周呼叫量已達34.25兆Token，連續15周超過美國，穩居全球首位。Token呼叫量的爆發式增長，直接轉化為對GPU、HBM、高速網路和先進封裝的強勁需求。

IBS創始人Handel Jones在近期演講中指出，NVIDIA從Hopper到Blackwell再到Rubin，每百萬Token計算成本已從4.20美元降至0.01美元，但未來仍需降低兩到三個數量級。降低Token成本，正在成為整個產業鏈的核心命題。

DRAM單品破兆：記憶體從“配套元件”升級為“戰略資源”

這張圖展示了一個令人瞠目的趨勢：DRAM市場正在以指數級速度膨脹。

2020年，全球DRAM市場僅703億美元。2025年達到1425億美元。IBS預測，2026年將飆升至6055億美元，2030年達到1.075兆美元，2035年達到1.844兆美元。

“過去整個半導體市場2030年才1兆美元”，而如今DRAM一個品類在2030年就要突破1.1兆美元。Gartner資料顯示，2026年DRAM收入預計增長246.6%，NAND快閃記憶體收入預計增長371.9%。

這一暴漲的核心推手是HBM。SK集團會長崔泰源在近期採訪中直言：“我所有的客戶都在要求接近原來需求兩倍的供貨量。這是爭奪記憶晶片的戰爭。”他預測2027年AI半導體需求將較2026年增長60%至100%，2027年將面臨史上最嚴重的記憶體短缺。

目前，三星、SK海力士、美光三大原廠已完成2027年全年DRAM與HBM產能分配談判，DRAM與HBM產能全部售罄，多數客戶最終拿到的配額僅為其最初請求量的60%至70%。

晶圓代工衝向兆，2nm節點2030年達1774億美元

這張圖展示了全球晶圓代工市場按技術節點的增長趨勢。2020年，全球晶圓代工市場僅781億美元。2025年達到1656億美元。IBS預測，2030年達到4711億美元，2035年突破1兆美元達到1.037兆美元。

其中，≤2nm節點增長最為迅猛。IBS預測，≤2nm技術節點在2030年的市場價值將達到1774億美元。

這一增長正在被現實的產能緊缺所驗證。台積電2nm工藝已進入量產階段，產能排期已至2028年。TrendForce集邦諮詢指出，AI競賽引發的資源競爭已蔓延至整個半導體供應鏈，CoWoS短缺問題從未停歇，前端3nm先進製程產能更加吃緊。

從技術節點結構來看，≤2nm和3nm等先進節點的佔比在2026年後急劇擴大，而成熟製程（≥28nm）的份額相對穩定。先進製程與成熟製程的“冰火兩重天”格局日益清晰。

供應全面告急：先進製程與記憶體“雙缺”

這張圖是IBS的半導體供需比資料，清晰地揭示了當前產業最核心的矛盾。

先進製程全面短缺：≤2nm加速器供需比從2026年Q1的89%降至2028年Q1的73%，5/4/3nm加速器供需比降至74%。CPU、智慧型手機晶片組同樣低於100%，呈現明顯短缺。

記憶體極度緊張：DRAM離散產品供需比僅60%左右，HBM僅58%，NAND為74%至85%。IBS明確指出“晶圓和封裝產能短缺正在衝擊眾多產品的供應鏈”。

成熟製程供過於求：28/22nm MCU供需比高達107%至109%，16/14/12nm雜項為103%至107%，>28nm各類產品多在100%以上。模擬晶片、電源管理IC、圖像感測器等成熟製程產品供應充足甚至過剩。

這一“先進緊缺、成熟過剩”的分化格局，正在深刻重塑全球半導體產業的競爭態勢。台積電CoWoS產能持續緊張，輝達等AI GPU需求維持高位，同時AWS、Google等雲廠商自研AI晶片持續增加對先進封裝的新增需求。

半導體巨頭資本支出暴增58.3%，台積電三星上演“軍備競賽”

這張表展示了全球主要半導體公司的資本支出走勢。2025年，全球半導體行業資本支出約1660億美元；IBS預測2026年將進一步攀升至2000億美元以上，同比增幅擴大至20%。而IBS這張表格給出的資料更為激進——整體資本支出將從2025年的1633億美元，躍升至2026年的2584億美元，增幅高達58.3%。

從企業層面看，台積電2026年預計資本支出620億美元，較2025年的409億美元增長約52%，繼續穩居全球半導體資本支出規模首位。台積電明確表示，5G、人工智慧和高性能計算領域的需求增長是推動資本支出擴大的主要因素。三星電子同樣大幅加碼，2026年半導體領域投入約620億美元，與台積電並列全球半導體資本支出第一梯隊。

記憶體三巨頭中，美光2026財年淨資本支出超過250億美元，遠超分析師預期的224億美元；SK海力士預計約310億美元，同比增長24%，主要用於M15x的HBM4產能擴張。TrendForce資料顯示，三星、SK海力士、美光三大記憶體巨頭2026年合計投入近1200億美元，均創各自歷史新高。

英特爾則呈現出截然不同的走勢。2025年資本支出177億美元，較2024年下降29%，2026年預計走穩於150億至160億美元區間。多年來與三星、台積電並列資本支出前三的英特爾，2025年已被SK海力士超越，預計2026年還將被美光科技趕超。

新入局者同樣引人注目。馬斯克宣佈的Terrafab晶圓廠計畫總投資在200億至250億美元之間，建成後將採用2奈米工藝，每月可生產100萬片晶圓。英飛凌將2026財年資本支出提高至約27億歐元，同比增長約55%，主要用於擴充AI資料中心相關的功率半導體產能。

資本支出的激增正在向裝置端傳導。花旗預計全球半導體裝置支出正朝著2026年1400億美元、2027年1800億美元的方向發展，台積電、三星和英特爾三家合計佔全球晶圓廠裝置支出模型的約59%。

1.1兆美元！超大規模資料中心資本支出“吞掉”整個半導體市場

這張表揭示了AI基礎設施投資狂潮的規模。IBS資料顯示，全球主要資料中心企業的資本支出將從2025年的5724億美元飆升至2026年的1.1兆美元，同比增長92.5%。這個數字意味著什麼？它相當於2026年全球半導體市場規模（1.6兆美元）的近七成。

四家超大規模廠商的資本支出全面擴張。亞馬遜2026年資本支出預計達2200億美元，同比增長66.9%，居四家之首；Google母公司Alphabet從914億美元躍升至2000億美元，增幅達118.7%；微軟達1750億美元，同比增長48.3%；Meta達1375億美元，同比增長90.4%。四家合計2026年資本開支逼近7500億美元。

TrendForce的統計口徑更為廣泛。該機構預計，Google、亞馬遜、Meta、微軟、甲骨文、字節跳動、騰訊、阿里巴巴、百度九大CSP廠商2026年合計資本支出將超過8867億美元，其中五家北美超大規模廠商佔比接近90%。TrendForce還因此將2026年AI伺服器出貨量增速預測從28%上修至近31%。

但巨額投入的另一面是現金流的全面承壓。亞馬遜自由現金流從上年同期的流入182億美元轉為流出76億美元；Google自由現金流降至-59億美元，上市22年來首次季度轉負；Meta自由現金流暴跌91%至7.84億美元。穆迪發佈報告警示，六家科技巨頭的AI投資正侵蝕自由現金流並推高資產負債表風險，預計2026年資本支出達7850億美元，2027年逼近1兆美元。

IBS在圖表中也明確指出：“資料中心企業實現這一資本支出預測的主要挑戰，在於獲取足夠的半導體和電力供應。”當資本支出的增速遠超半導體產能擴張的速度，供需缺口只會進一步擴大。

從1.6兆美元的市場規模，到3500兆Token的日消耗量；從DRAM單品破兆，到2nm節點1774億美元——IBS的五張圖表，勾勒出的是一幅半導體產業被AI徹底重塑的產業全景。

但供應端的緊張同樣觸目驚心。2027年DRAM與HBM產能已全部售罄，先進製程供需比全面低於100%，晶圓與封裝產能短缺正在衝擊整個供應鏈。IBS創始人Handel Jones也發出警告：半導體市場在長期增長前將經歷下行周期，資料中心CAPEX在2028年存在下降風險。

正如SEMI在近期報告中所言：“AI的今天不是一個周期，而是一個新的時代開始。”在這個新時代裡，兆美元不再是終點，而是起點。(觀芯IC)

9月16日，華為舉辦“以行動，至未來”探索智能世界系列報告線上發佈會，正式發佈《智能世界2035：從願景到行動》與《全球數智化指數（GDII）2026》兩大研究成果。

其中，繼2024年勾勒趨勢圖景、2025年發佈十大技術趨勢之後，《智能世界2035》報告首次提出通往智能世界的多個關鍵命題，系統回應Agentic AI時代的核心挑戰，為產業界提供從願景到行動的攻關圖譜。

當前，AI正從數字世界走向物理世界，從單點工具深入生產與社會運行的核心環節，重構產業底層邏輯，加速行業變革。

華為副董事長、輪值董事長汪濤提出：“Agentic AI是這場變革的核心變數。AI改寫生產方式、競爭要素及產業形態，必然面臨一系列關鍵命題。方向已然清晰，願景落地更需堅實的行動。《智能世界2035：從願景到行動》正是圍繞這些命題展開的系統探索——從當前AI革命帶來的關鍵變化切入，剖析背後的核心挑戰，進而提出面向Agentic AI時代的行動建議：建構智能基礎設施，重塑使用者體驗與生產模式。”

報告提出，Agentic AI正推動數字世界從“以應用為中心”走向“以智能體為中心”。智能體持續感知環境、自主推理決策、動態呼叫工具、即時與人互動，每一步都伴隨著Token（詞元）的大規模生成與高頻流轉。

報告預測，到2035年，全球年度Token消耗量將增長10萬倍，其中智能體流量佔比超過90%，對算力、網路和雲提出了遠超傳統網際網路應用的要求。圍繞這一判斷，報告凝練出多個關鍵命題與研究方向：

建構具備自主認知與全域通用能力的AGI，走向物理世界是AGI形成的必由之路，需在語言智能、具身智能、科學智能等多個方向協同推進；

算力叢集規模百倍提升，智能體任務成本千倍下降，計算架構從“單晶片算力”轉向以“超節點”為核心的Token高轉換效率體系；

建構因果精準、溯源可信的新型記憶體與記憶系統，推動從“資料”向“知識與記憶”演進；

AI全面融入通訊系統，建構以體驗為中心的智能聯接底座；

從駕馭環境到自主演進，Agent OS成為智能體原生技術底座，其核心能力可概括為“（協同力×執行力×記憶力×連接力）^演進力”；

定義無感適配、全域隨行的終端智能新形態，讓智能服務跨越裝置與場景持續伴隨；

實現智能駕駛的自我學習與極致安全，推動汽車從交通工具向“移動具身智能體”演進；

攻克供電與散熱難題，支撐AIDC走向更大算力規模；

面向自主Agent的安全與隱私保護，為智能世界築牢可信可控的安全底座。

未來五年人工智慧將累計創造超27兆美元經濟價值

圍繞上述命題，華為認為，面向Agentic AI時代，需建構以Token為核心的“生產—運載—應用—防護”全鏈路智能基礎設施：以超節點與開放生態提升Token生產效率，以智能聯接底座保障Token高效流動，以Agentic原生雲平台加速AI行業落地，最終讓Token轉化為可感知的智能服務，重塑個人使用者體驗與企業生產模式。

面向產業未來，華為發出五大倡議，呼籲以長期主義、以人為本、科技向善、開放合作與系統思維，推動技術創新轉化為產業進步。

會上，由華為聯合清華大學經濟學研究所撰寫的《全球數智化指數（GDII）2026》同步發佈，旨在為智能經濟發展提供路徑參考。該報告匯聚經濟學、社會學、ICT產業及學術界等多領域專家智慧。

報告預測，未來五年人工智慧將累計創造超27兆美元經濟價值，全球數智基礎設施投資加速，復合年增長率達19.14%，到2030年將超過4兆美元，為智能經濟持續擴張提供堅實底座。

報告將數智世界的核心生產要素重構為“資料、ICT人才、數智化生產工具”，提出運力、算力、存力一體化是產業升級的“黑土地”，並對90個樣本國家的數智化發展水平進行系統評估，劃分為潛能、加速、領跑三階段，為各國政策制定者提供清晰的路徑參考——智能時代不存在普適的統一範式，但通過量化診斷，各國均可找準自身發力點，走出一條契合國情的發展道路。

汪濤表示：“願景不會因描繪而自動實現，行動才是丈量未來的尺度。華為願攜手全球客戶與夥伴，腳踏實地，共同探索，讓今天的每一次實踐，都成為通往智能世界2035的堅實一步。”    (上海證券報)

彙整鉅亨號中所有使用「消耗量」關鍵字，所發布的內容 (依照時間排序，最新在前，舊的在後)`

Token一年半70倍，一文看懂字節的算力遷徙

IBS最新預測：3500兆Token/日、DRAM破兆，半導體“超級短缺”全面爆發

華為預測：到2035年，全球年度Token消耗量將增長10萬倍