AI 算力正把全球半导体推入一轮罕见的“超级周期”：存储缺货、代工格局生变。
11月6日，第九届进博会技术装备展区里，三星、英特尔、高通、SK海力士、超威半导体和新思科技等龙头企业齐聚，几乎拼出一张当下全球半导体产业的完整图谱。
“未来五年，更多AI算力将部署在推理侧和边缘侧，算力需要更靠近数据、更靠近场景、更靠近用户。”11月6日，第九届进博会期间，英特尔中国区董事长王稚聪在接受《每日经济新闻》记者采访时，给出他对AI算力走向的核心判断。在他看来，AI产业正从以训练为中心的阶段，走向以推理和应用落地为中心的阶段。
谈及中美AI发展路径的差异，他认为开源和闭源各有逻辑，中国开源模型的发展，能够更快地、以更低的成本来普及AI技术，同时还走出了一条独特的短剧赛道。
王稚聪还表示，自己在国内更关注如何把大模型能力带到新能源汽车等产业领域，最近已有一些成果，会持续投入研发。
英特尔中国区董事长王稚聪图片来源：每经记者刘颂辉摄
谈技术：算力重心在向边缘迁移国际数据公司（IDC）与浪潮信息发布的《2026年中国人工智能计算力发展评估报告》预计，2026年，中国智能算力规模将达2576.5EFLOPS（每秒百亿亿次浮点运算），同比增长87.9%；到2030年将达10524.3EFLOPS。人工智能算力市场规模预计达515亿美元，同比增长37%。
智能体在显著放大Token（词元）消耗，词元作为大模型处理语言的基本单位，也是企业使用AI时必须面对的成本指标。IDC预测，到2030年50%的企业AI推理任务将从云端下移到边缘节点或终端设备处理。
这其中，短剧是AI推理和内容生成的典型场景之一。公开数据显示，2026年1月至5月，AI剧漫剧市场规模突破220亿元，国内AI短剧产量预计从2025年6万部增至2026年100万部。
王稚聪告诉每经记者，这些成果的取得，得益于中国开源模型的发展，能够汇集更大的生态力量，更快形成丰富的生态体系。
“我们前不久在苏州峰会上就展示了大量和合作伙伴推出的一键成片的短剧。”他介绍，“大家只要有个idea，一个基本的脚本，就能一键生产一部短剧，很快。”
今年的进博会展台上，英特尔没有把全部注意力放在“芯片跑分”上，而是把“词元”“智能体”“绿色算力”等更贴近产业应用的概念摆到台前。
在他看来，中国AI应用正形成自己的特色，比如开源模型生态活跃，内容生成、代码开发、短剧等方向快速演进，智能体也从“能对话”走向“能执行”。未来五年，更多AI算力将部署在推理侧和边缘侧，算力需要更靠近数据、更靠近场景、更靠近用户。
AI产业正从以训练为中心的阶段，走向以推理和应用落地为中心的阶段。两年前，行业讨论最多的是大模型性能提升和训练，而现在关注度更高的是智能体，“其实就是在推理上面”。王稚聪表示，AI PC、端侧AI等探索，本质上参与的都是推理过程，而人工智能真正大规模进入生产和生活场景，也依赖推理能力的部署和应用落地。
英特尔的定位十分明确，专注基础技术的研发与供应，不介入最终系统级产品的提供，而是与专业伙伴构建丰富的产品矩阵。王稚聪判断，未来五年，英特尔更大部分的算力会部署在推理层和更靠近边缘层，原因是数据安全对个体和企业都越来越重要，必须混合部署。下一步，将继续沿着推理构建产品和工具，无论推理发生在数据中心侧，还是具身智能机器人、AI PC、新能源车或各种形态的终端上，公司都会进行思考和布局。
谈进博会：平台搭建起上下游产业链王稚聪在英特尔度过近30年的职业生涯，亲眼见证了外资企业与中国本土技术产业之间关系的深刻变迁。
“早期十年，外资企业把产业和技术带进来，逐渐培养出一批本土技术产业合作伙伴，扮演了‘布道者’的角色；第二个十年，本土开始具备一定的技术能力，能够做系统级开发；最近十年，中国的原创技术生态已逐渐强大，外资企业也把自己的身份转化成共同创新的合作伙伴。”他回忆，“这是非常重要的转变，能够更深入地参与到中国未来的技术创新浪潮中，也符合时代需求。”
王稚聪坦言，自己既关注中国的技术，也特别关心每个行业将来会如何运用人工智能，而进博会就提供了一个各行各业相互交流的平台，很容易找到相应的上下游产业链企业。
第九届进博会吸引了69个国家和国际组织参加国家展，主体数量超过去年；企业展面积首破37万平方米，企业数量创历届之最。英特尔所在的技术装备展区，全球科技巨头同台参展，集成电路产业链上下游、新材料隐形冠军齐聚。
智能体时代，计算能力必须与产业需求、能源效率和商业可持续性结合，才能真正转化为生产力。英特尔的定位仍是基础技术平台供应商，更多通过开放平台与中国伙伴协作，把芯片、软件、整机、储能、电力和行业应用连接起来。
在王稚聪看来，智能体和模型的下一步，除了通用基础大模型，更关键的是在每个产业垂直领域找到真正能取代现有工具的方式，让生产力得到巨大提升。“这是接下来3到5年的方向。”他说。
至于具身智能，他指出，基本模型产业界还在探索，芯片架构也要跟随模型的探索过程不断调整。
