IDC：AI agent激增将推动全球算力缺口至3809亿美元

nashnova research

今天发布阅读约 3 分钟

IDC与IEIT Systems联合报告预测，全球AI算力供需缺口将从2024年的389亿美元膨胀至2030年的3809亿美元——AI agent爆发式增长正把算力供应链推向结构性短缺。

算力缺口到底有多大？

绝对缺口从2024年的389亿美元膨胀至2030年的3809亿美元，六年扩大近10倍。

全球AI算力需求满足率将从2024年的79%滑至2027年的71%，此后回升至2030年的77%。

这意味着→ 2027年前后是供需矛盾最尖锐的窗口，之后供给端才开始追上来。

全球活跃AI agent将从2026年的7940万个增至2030年的22.16亿个。

同期全球token消耗量复合年增长率达4822.6%，约为agent增速的37倍。

用大白话说＝ agent数量翻了几十倍，但每个agent干的活更重——上下文更长、调用更频繁、多步骤任务更多，真正撑爆算力的不是agent数量，而是每个agent消耗的推理量。

高带宽内存（HBM，一种专为AI芯片设计的高速显存）供应高度集中于三星、SK海力士、美光三家。

模型上下文窗口持续扩展，直接推高对大容量、高带宽内存的需求。

部分中国厂商转向分级存储方案应对HBM短缺，但这反映出一个更深层问题：分级方案反而带动了对DRAM和NAND闪存的额外需求，存储端压力并未根本缓解。

现有AI基础设施主要为模型训练设计，而AI agent工作负载需要大上下文保留、高吞吐量、低延迟。

用大白话说＝训练和推理是两种完全不同的活——训练像一次性搬大量砖，推理像同时接待大量客人且每位都要快速回应；现在的数据中心是为搬砖建的，不是为接客建的。

这意味着→ 单纯增加GPU和数据中心投资，无法立即转化为可用的agent算力。

中国智能算力规模2026年预计达2576.5 EFLOPS，同比增长87.9%，2030年进一步扩至10524.3 EFLOPS。

但报告警告：规模扩张不等于有效供给，基础设施与工作负载的适配仍是制约因素。

这意味着→ 芯片和存储板块的估值验证节点在2027年后：HBM扩产能否跟上、推理基础设施能否到位，决定了缺口是收窄还是继续扩大。

市场有风险，内容仅供研究参考，不构成投资建议。