国产大模型token调用量井喷，会给国产算力投资带来哪些机遇？

软件层面：国产大模型token调用量井喷

国产大模型排名靠前

2026年2月22日数据显示，此前一周全球大模型token用量中，MiniMaxM2.5、KimiK2.5、GLM5位列前三甲，均为国产大模型。这表明国产大模型在全球市场中已占据重要地位，展现出强大的竞争力。

调用量增长的驱动力

国产大模型token调用量增长主要源于两点。一方面，AI渗透率全面爆发，成为C端、B端用户默认接口。另一方面，应用场景升级，从简单对话AI向多模态、AI智能体转变，单次任务token消耗呈指数级上升。

反映出的需求扩容

token的爆发式增长，本质上反映出AI推理需求的指数级扩容。尤其是来自互联网大厂等生产环境的常态化调用，单次token调用量远超个人用户等，进一步凸显了AI推理需求的增长态势。

配套硬件层面：国产算力的优势与机遇

阿里及腾讯的成果

春节期间，阿里云推出全光Scale-up网络架构UPN512，通过光互连直接连接xPU与交换机，实现512颗xPU全互联，降低了布线复杂度等，功耗降低50%，成本下降30%。

国产算力的优势与演进

国产算力配套凭借成本、生态等优势，有望从服务国内大厂，演进为通过国产AI模型服务全球用户，打开需求上限，在基础设施层逐步占据主导。

中美AI军备竞赛下的国产算力设施

双方加大资本开支

当前中美各大云巨头均大幅加大AI相关资本开支。如OpenAI计划到2030年累计投入约6000亿美元算力支出，字节跳动、阿里也增加了相关资本开支。

超节点架构的重要性

国产算力中，超节点架构是实现后发赶超的关键。云厂商与设备商加速推进开放协议适配，带来光通信等环节价值重估机遇。

各环节的机遇分析

光通信方面，光互联正替代铜连接；高速线模组随着超节点规模扩大价值量有望提升；交换芯片及交换机与GPU配比关系变化使其价值量提升；IDC作为算力基座，在行业需求上升背景下景气度上行。

国产大模型token调用量井喷，反映出AI推理需求的快速增长。国产算力凭借自身优势，有望在基础设施层占据主导地位，为相关环节带来投资机遇，推动国产算力产业不断发展。

相关问答

国产大模型token调用量增长的核心驱动力是什么？

一是AI渗透率全面爆发，成为C端、B端默认接口；二是应用场景升级，从简单对话AI向多模态、AI智能体转变，单次任务token消耗大增。

阿里云的全光网络架构有什么优势？

阿里云全光Scale-up网络架构UPN512实现512颗xPU全互联，降低布线复杂度、散热负担等，功耗降50%，成本降30%。

国产算力配套有哪些优势？

国产算力配套凭借成本、生态等优势，有望从服务国内大厂演进为服务全球用户，打开需求上限，在基础设施层占据主导。

中美云巨头在AI资本开支上有哪些举措？

OpenAI计划到2030年累计投入约6000亿美元算力支出，字节跳动、阿里也增加了相关资本开支。

光通信在AI产业中有什么作用？

在AI产业中，光互联正逐渐替代铜连接，成为实现高性能、高带宽、低延迟AI网络的关键，Scaleout层面可插拔光模块是首选，Scaleup层面技术迭代快。

高速线模组价值量提升的原因是什么？

随着超节点规模扩大，以及卡间互联速率提升，线模组负责的板卡间短距高带宽低损连接需求增加，价值量有望大幅提升。