随着人工智能技术的快速发展，智能体（Agent）正从实验室走向千行百业，成为推动数字化转型的重要力量。近期，Salesforce正式上线多款长周期智能体，涵盖销售、客服、供应链等多个领域，标志着智能体进入规模化应用阶段。这些智能体不仅能够自主完成复杂任务，还能通过持续学习优化执行策略，为企业和用户带来前所未有的便利。然而，智能体的广泛应用也带来了计算体系的新挑战，如何构建高效、稳定、可扩展的计算基础设施成为行业关注的焦点。
国际数据公司（IDC）发布的《DAA研究报告》显示，全球活跃智能体数量正呈现爆发式增长，预计从2025年的2860万个增至2030年的22.16亿个。这一趋势背后，是智能体对计算资源的巨大需求。以全球最大开源模型Kimi K3为例，其参数量达2.8万亿，单次推理需要调用大量GPU资源，对显存带宽和节点间通信提出极高要求。据分析，K3每执行一次前向计算，HBM带宽需求高达1.5TB，多卡协同时还需处理超过120次All-to-All通信。这种计算密集型任务对传统AI算力系统构成严峻挑战，单纯依靠增加芯片数量已无法满足需求。
面对智能体带来的计算压力，行业开始探索新的技术路径。存算一体架构通过将计算单元嵌入存储器，减少数据搬运带来的功耗和时间损耗，成为破解“存储墙”问题的关键方案。清华大学副校长吴华强指出，存算一体有望重构计算架构，使计算在存储单元内直接完成，从而大幅提升能效比。Chiplet与3D集成技术通过模块化设计和立体封装，为芯片能力扩展提供了新思路。北极雄芯创始人马恺声表示，这些技术能够有效应对智能体负载变长、并发增加的挑战，为下一代AI计算提供硬件支撑。
硬件创新的同时，软件生态的协同发展同样重要。随着芯片架构日益多元化，不同厂商的硬件在软件栈和生态上存在差异，导致应用迁移和适配成本高昂。北京智源人工智能研究院副院长林咏华主导的FlagOS项目，通过构建面向异构AI芯片的开源统一系统软件栈，实现了“一次开发，多芯运行”的目标。目前，该项目已支持18家厂商的32款芯片，为智能体在不同硬件平台上的无缝运行提供了解决方案。这种软件层的创新，不仅降低了开发门槛，还促进了产业链上下游的协同发展。
在企业级应用场景中，智能体的可靠性、成本效益和评价体系成为关键考量。网易有道发布的《中国办公Agent用户行为不完全报告》显示，办公智能体的任务规模在5个月内增长3.1倍，用户对长周期、复杂任务的需求日益旺盛。然而，当前对智能体算力的评价仍停留在单点性能层面，缺乏对系统能力、计算效率和应用价值的综合评估。为填补这一空白，IDC与浪潮信息将在近期举办的人工智能计算大会上联合发布《2026中国人工智能计算力发展评估报告》，并推出覆盖“芯片—框架—模型—应用”全链条的AI测评体系，为行业提供权威参考。
即将召开的人工智能计算大会将汇聚芯片、存算、互连、系统、框架等领域的专家学者，共同探讨智能体时代计算体系的变革与重构。大会设置主会场和多个专题论坛，涵盖大模型推理基础设施、开放超节点、推理供给商业闭环等前沿议题。浪潮信息首席AI战略官刘军将在主论坛分享算力优化的实践经验，SGLang核心贡献者张晓雨将分析如何通过技术手段降低推理时延与成本。百度智能云、曦智科技等企业将共同讨论国产AI硬核底座标准，推动产业生态的开放与多元。
从技术创新到产业实践，智能体的发展正深刻改变着AI计算格局。面对持续增长的计算需求，行业需要的不再是单一技术的突破，而是芯片、系统、软件、应用之间的紧密协同。人工智能计算大会的举办，为产业链各方提供了交流与合作的平台，有望加速下一代AI计算系统的落地，为智能体的规模化应用奠定坚实基础。
