新华财经上海7月20日电（杨子华）谷歌、微软、Meta等科技巨头AI相关开支激增，国际能源署（IEA）报告称以AI为核心的数据中心电力消耗增速远超行业整体水平……今年以来，AI的飞速发展引发一轮关于算力基础设施的投资热潮。

2026世界人工智能大会期间，在“未来计算与未来算力”论坛上，来自学界、投资界和产业界的资深人士，就如何可持续地、经济地满足暴涨的算力需求展开讨论。业内认为，AI引发的算力需求，触发成本结构、能源消耗及量子计算等一系列连锁问题，机遇与挑战并存。

算力的“成本”怎么算？

伴随AI技术的发展，算力已从曾经的“小众需求”，变为驱动大模型训练和推理、与每个人息息相关的普惠性基础设施。

公开资料显示，算力网是将全国范围的通用计算、智能计算、超级计算等大型异构算力资源与数据资源进行互联互通的数字基础设施。2026年4月，‌算力网纳入国家“六张网”战略性基础设施布局。

“很多人盯着芯片，却忽略了影响算力成本的其他关键因素。”鹏城实验室主任、中国工程院院士高文表示，算力网有助于保障算力的综合利用，其经济模型由芯片、存储、通信和电力四个因素共同决定。他指出，市场长期高度关注芯片，认为英伟达或华为的算力芯片决定算力成本。事实上，近期存储价格的上涨已让这一环节的成本影响比肩算力芯片；跨域通信和电力成本，更是决定算力布局能否向综合成本更低的地区“流动”的关键。

“算力要实现长期可持续发展，电费不宜超过0.3元／度。” 高文表示，要将电费、通信成本等上述因素综合纳入成本计算，来衡量算力网或算力中心的商业可行性。“这也是为什么业内越来越频繁地提到‘云网原生’”，这意味着在云端、网络、存储和电力之间寻找成本最优解，实现算力的低价与易用。

高文将中国算力网的发展划分为三个阶段：第一阶段是算力资源汇聚，目前全国约70%算力资源已实现这一目标；第二阶段预计经过5年左右，进入面向特定用户的协同运算阶段；真正向社会开放、形成公共算力网的第三阶段，可能还要更长时间。

图为“未来计算与未来算力”论坛现场

AI这么耗电，能源跟得上吗？

飞马科技风险投资公司创始人、硅谷资深风投人比尔·赖克特（Bill Reichert）认为，当前的大模型路线过于依赖“堆算力”，大量资本涌向大模型和基础设施。当下，一个值得从业者思考的问题是——如果有新的更高效的技术架构出现，此前的巨额投资是否还有价值。

AI的高能耗也成为能源革命的关键推手，催生出一个从储能到可控核聚变的投资赛道。

能源科学与政策专家、美国约翰霍普金斯大学教授丹尼尔·科曼（Daniel M.Kammen）认为，AI不仅优化现有的能源系统，还为开发利用核聚变这一终极能源创造了可能。

他表示，尽管离商业运行还有距离，全球范围内英国托卡马克能源公司（Tokamak Energy）、中国新奥集团（ENN）等多家商业核聚变初创公司已借助AI取得进展。他预测到2070年，全球约70%的能源将来自核聚变——其中约三分之一由地面的核聚变反应堆贡献，另一半则是1.5亿公里外的太阳能。

量子计算走到哪一步了？

作为加速算力的备选方案之一，量子计算近期同样引起市场关注。

业内人士认为，尽管量子计算在近年来已取得一系列突破，但距离真正落地仍有距离。

香港城市大学计算学院院长汪建平表示，量子计算处于“既近又远”的矛盾期，硬件发展突飞猛进，但离通用量子计算机依旧遥远；技术路线未收敛，商业路径不明确。

要理解这一现状，需要厘清一个基本概念。深圳理工大学教务长赵伟指出，量子计算与量子计算机是两回事。他用经典计算机的发展历程打比方：图灵定义了“计算”，而冯·诺依曼定义了“计算机架构”，两者相隔几十年。当下的量子计算也需要类似的架构突破，才可能真正落地一台量子计算机。不过他也指出，如今全球对量子技术的投入远超当年，架构突破的时间有望大幅缩短。

图为“未来计算与未来算力”论坛现场

作为可编程量子计算原型机“九章四号”研发团队核心成员，中国科学技术大学教授陆朝阳也指出一个市场普遍存在的误区：“通用量子计算机”也是解决专用问题，不是从字面意义上的“什么都能算”。目前，光量子、超导、离子阱、中性原子等多条技术路线并存，未见分晓。

中国科学技术大学教授、“祖冲之号”量子计算原型机总师朱晓波表示，从应用上来看，量子计算破解密码路径最清晰，业内已清楚需要造出一台何种性能的机器可实现目的；但在AI应用方面，他坦言“目前还没有清晰的方案”，只有大量探索性结果表明“很有可能发生”。

尽管规模化商用尚需时日，但量子计算的商业价值已经显现。国盾量子总裁应勇表示，量子计算的产业化与商业化并非同步进行。据介绍，该公司去年销售收入中量子计算占比约40%，既有量子计算机整机销售，也有组件销售和量子计算云服务。用户购买量子计算机主要用于科研和人才培养，且这类需求在持续增长。