硅谷投资人张璐:未来推理算力占比将达70%,高性能数据与通信层成AI新战场

2026/05/24 14:14阅读量 2

Fusion Fund创始合伙人张璐在2026中国AIGC产业峰会上指出,AI算力需求正从训练转向推理,未来推理将消耗70%算力;数据中心通信环节耗电量可达计算的百倍以上;物理AI的最大瓶颈是缺乏高质量真实世界数据;医疗、太空、纳米机器人是她看好的三个应用方向。

事件概述

Fusion Fund创始合伙人张璐在2026中国AIGC产业峰会上分享了对AI产业趋势的判断。她认为,过去两年行业聚焦模型与算力,但未来真正的战场将转向基础设施的“通信层”和物理世界的“数据层”。

核心信息

  • 算力重心从训练转向推理:训练是一次性投入,推理是可持续的长期需求。当前推理算力占比约50%,随着智能体交互普及,未来推理将消耗70%算力,训练仅占30%。推理优化成为AI基础设施的核心方向。

  • 数据中心通信耗电远超计算:在AI数据中心内,通信环节(含内部通信、交换机等)的耗电量可能比计算本身高出数十倍甚至上百倍。这推动了光学通信等低功耗通信技术的创新需求。

  • 物理AI瓶颈在数据层:物理AI(如人形机器人、无人驾驶、工厂自动化)的模型架构和算力已基本具备,但缺乏足够高质量的真实世界三维数据。合成数据可作为补充,但无法替代边缘场景的真实采集。因此,新型数据收集平台(如柔性电路触觉传感器)和边缘计算部署变得关键。

  • 数据质量重于数量,医疗数据密度最高:大量AI科技企业(礼来与英伟达合作、Claude for Health、默克与Gemini合作)在2025年集中入局医疗,底层逻辑是医疗领域拥有海量高质量数据。垂直领域小模型(如针对细胞疗法、特定疾病)正在兴起。

  • 三大应用方向:① 医疗AI结合物理AI(如Medra的全无人实验室实现自动化科研);② 物理AI与太空科技结合(太空工厂、太空加油站等已实现上亿美元订单);③ 微米/纳米机器人(进入血管清除血栓、靶向药物递送,部分已进入商业化初期)。

  • 产业整合加速:500强企业AI预算从千万级跃升至数十亿级,采购周期从半年缩短至一两个月。快速获得真实应用场景反馈与高质量产业数据,是模型和应用持续迭代的核心竞争力。

准备好启动您的定制项目了吗?

现在咨询,即可获得免费的业务梳理与技术架构建议方案。