IDC：AI agent激增將推動全球算力缺口至3809億美元

nashnova research

今天发布阅读约 3 分钟

IDC與IEIT Systems聯合報告預測，全球AI算力供需缺口將從2024年的389億美元膨脹至2030年的3809億美元——AI agent爆發式增長正將算力供應鏈推向結構性短缺。

算力缺口究竟有多大？

絕對缺口從2024年的389億美元膨脹至2030年的3809億美元，六年擴大近10倍。

全球AI算力需求滿足率將從2024年的79%滑至2027年的71%，此後回升至2030年的77%。

這意味著→ 2027年前後是供需矛盾最尖銳的窗口，之後供給端才開始追上來。

全球活躍AI agent將從2026年的7940萬個增至2030年的22.16億個。

同期全球token消耗量複合年增長率達4822.6%，約為agent增速的37倍。

簡單來說＝ agent數量翻了幾十倍，但每個agent做的事更重——上下文更長、調用更頻繁、多步驟任務更多，真正撐爆算力的不是agent數量，而是每個agent消耗的推理量。

高帶寬記憶體（HBM，一種專為AI晶片設計的高速顯存）供應高度集中於三星、SK海力士、美光三家。

模型上下文窗口持續擴展，直接推高對大容量、高帶寬記憶體的需求。

這反映出一個更深層問題：部分中國廠商轉向分級存儲方案應對HBM短缺，但分級方案反而帶動了對DRAM和NAND閃存的額外需求，存儲端壓力並未根本緩解。

現有AI基礎設施主要為模型訓練設計，而AI agent工作負載需要大上下文保留、高吞吐量、低延遲。

簡單來說＝訓練和推理是兩種完全不同的活——訓練像一次過搬大量磚頭，推理像同時接待大量客人而每位都要快速回應；現時的數據中心是為搬磚建的，不是為接客建的。

這意味著→ 單純增加GPU和數據中心投資，無法即時轉化為可用的agent算力。

中國智能算力規模2026年預計達2576.5 EFLOPS，按年增長87.9%，2030年進一步擴至10524.3 EFLOPS。

但報告警告：規模擴張不等於有效供給，基礎設施與工作負載的適配仍是制約因素。

這意味著→ 晶片和存儲板塊的估值驗證節點在2027年後：HBM擴產能否跟上、推理基礎設施能否到位，決定了缺口是收窄還是繼續擴大。

市场有风险，内容仅供研究参考，不构成投资建议。