核心内容总结
2026年世界人工智能大会上，专家们围绕“Token经济时代的算力供给侧变革”展开讨论，一致认为：要支撑AI产业持续发展，必须构建“软硬协同、天地一体”的新算力生态。Token经济让算力需求从“重训练”转向“训练与推理并重”，给国产算力带来差异化机会，但也面临系统工程、软件生态等挑战；天基算力（太空算力）作为创新方案，能突破地面能源/散热瓶颈，满足低时延、高可靠需求；同时算力发展正朝融合异构、全栈优化、重运营等方向转变。
1. Token经济来了，算力需求变了——从“练模型”到“用模型”都重要
以前大模型主要靠“训练”（像教AI学知识，需要超大算力），现在进入Token经济时代，“推理”（AI回答问题、处理任务时的实时计算）需求越来越大，而且要求算力必须“反应快（低时延）、不宕机（高可靠）”。这种转变对算力供给侧是挑战，但也给国产算力打开了新空间——不再只跟国外芯片比“绝对性能”，而是可以针对常用模型做优化，走性价比路线。
2. 把算力送上太空？天基算力解决地面的“老大难”
地面算力有两个绕不开的瓶颈：一是能源（要花很多电），二是散热（机器跑起来会发烫，得用大量冷却设备）。天基算力就是把计算设备放到太空，利用太空的两个优势：①太阳能充足（不用地面电网）；②真空环境散热好（不用复杂冷却系统）。
它能支持哪些场景？比如金融交易需要“毫秒级响应”（晚一点就亏了）、远洋船舶“厘米级定位”（精准导航）、灾害预警“分钟级通知”（抢时间救人）——这些都是Token经济里对算力要求最苛刻的场景，天基算力正好能满足。
3. 国产算力的机会：不是“替代英伟达”，而是“互补”
国产芯片不用跟英伟达硬拼“通用性能”，可以走差异化路线：①针对主流AI模型做特定优化，比如让某个常用模型在国产卡上跑得更快、更省资源，性价比更高；②和英伟达的算力“混搭用”（叫异构部署），比如简单任务用国产卡，复杂任务用英伟达卡，形成互补而不是替代。
但国产算力也有四大挑战：①超大规模集群的系统工程（很多芯片连在一起跑，怎么协调？）；②不同类型芯片的协同设计；③能耗散热问题；④缺乏统一的软件生态（像英伟达的CUDA那样，让开发者容易用）。专家呼吁建立“中国版CUDA联盟”，统一标准，别各自为战。
4. 算力发展的四个新方向：从“重硬”到“重软”，从“重建”到“重管”
中国移动专家提出，Token经济推动算力发展有四个转变：
- 从通用算力到融合异构：不再只靠单一芯片，而是多种芯片（CPU、GPU、专用芯片）一起用，发挥各自优势；
- 从看峰值算力到破“墙”：以前比谁的算力“最高值”大，现在更关注解决“存储墙”（数据存得慢）、“通信墙”（数据传得慢）的问题；
- 从单点优化到全栈优化：不只是优化芯片，还要从硬件、软件、算法到运营整个链条都优化；
- 从重建设到重运营：不是只建更多算力中心，而是把已有的算力管好，提高利用率和效率。
其中，“推理效率”是关键——只有推理快、成本低，AI服务才能赚钱，而天基算力就是端边云协同推理的重要延伸（比如偏远地区的AI计算可以通过太空节点接力）。
5. 天地一体：算力生态的未来
专家们都认为，未来的算力生态必须“天地结合”：地面算力负责大部分常规需求，天基算力补充极端场景（比如偏远地区、高可靠需求）；同时，天基算力在太空极端环境下积累的系统工程经验（比如抗辐射、能源管理），还能反过来帮助地面解决异构集群的协同问题。软硬协同（硬件+软件）+天地一体，才能支撑AI产业真正“跃升”。