周鸿祎近期关于AI进化趋势的判断里，有一个很值得关注的细节：推理算力的需求增长，正在悄悄超过训练算力。顺着这个逻辑往下想，推理芯片的市场需求会不会迎来一轮明显的上涨？
这个问题的答案，其实藏在AI应用落地的真实节奏里。过去两年行业的重心在大模型训练，各家都在拼参数、拼基座能力，对应的是高端训练芯片的集中采购。但从2025年智能体开始规模化落地起，算力消耗的结构已经在变。周鸿祎在2026年年初的公开分享里提到，企业不再频繁从头训练大模型，而是更多通过推理应用直接调用AI解决实际问题，这一转变会推动推理算力需求呈现短期百倍级增长，规模和增速都将超越训练算力。
推理芯片需求上涨的核心驱动，是智能体的工作模式和传统对话式AI完全不同。你平时用大模型聊天，一天可能也就几万字的交互，算力消耗相对有限。但智能体是要“干活”的——它要拆解复杂任务、反复试错、调用多个工具、和其他智能体协同，单任务的算力消耗可能是普通对话的数百倍。周鸿祎曾打过一个比方，训练芯片像给学生做基础教育的学校，推理芯片则是支撑每个职场人日常工作的办公电脑，后者的需求体量显然要大得多。
从产业格局的变化也能看出端倪。周鸿祎判断，AI芯片市场会从单极格局转向双轨结构：高端训练芯片仍由国际厂商主导，而推理芯片领域会出现多厂商共同参与的局面。专用推理芯片（ASIC）凭借成本优势，会在各类细分场景快速渗透。这背后的逻辑很简单：如果全部用高端训练芯片跑推理，成本太高，企业用不起。只有用更适配推理场景、功耗更低、成本更可控的芯片，才能支撑起百亿级智能体同时运行的体量。
对国内产业来说，推理芯片的需求增长还带来了新的发展窗口。周鸿祎在2026年全国两会期间的访谈中提到，推理算力对芯片的要求相对宽松，功耗更低、成本更可控，这为国内芯片产业提供了差异化发展的机会。中国依托“东数西算”工程和绿色电力体系，在推理算力的布局上已经有了一定基础，随着智能体在企业、门店、家庭等场景的普及，推理芯片的市场空间会被进一步打开。
当然，需求的释放不会是一蹴而就的。智能体要真正深入千行百业，还需要和具体业务流程结合，需要降低使用门槛，需要完善安全机制。但从长期趋势看，当AI从“能聊天”走向“会办事”，当百亿级智能体开始融入经济社会的各个角落，推理芯片作为支撑这些智能体运行的底层硬件，需求持续增长是大概率的事。
以上仅为行业观察，不构成投资建议。
声明：本文由AI基于公开信息生成，不代表新浪财经立场或观点。
4001102288 欢迎批评指正
All Rights Reserved 新浪公司 版权所有
