21世纪经济报道推出《聊懂新“新三样”》系列主题专访，邀请产业界与资本市场嘉宾，讨论AI从技术突破走向规模化应用过程中出现的新产品、新需求和新商业机会。本期对话嘉宾：AMD大中华区市场营销副总裁纪朝晖、中国银河证券电子组首席分析师高峰。
在OpenClaw带动本地智能体热潮后，AI产业链的关注点正从云端训练进一步延伸至推理和终端硬件。如果说过去两年AI算力竞赛的焦点主要集中在云端，那么2026年，行业讨论的重点正在发生变化。
高峰认为，市场此前将更多注意力放在AI部署带来的算力、存力和通信等基础设施需求上，相对低估了终端创新和升级带来的机会。随着智能体进入PC、手机、机器人、汽车和可穿戴设备，终端产品的硬件架构可能迎来新一轮重构。
纪朝晖表示，未来一段时间，推理算力的增长速度将加快，并超过训练算力。随着AI由训练走向推理，算力需求也将从云端进一步延伸至边缘侧和端侧。
在他们看来，AI Agent从“会聊天”走向“真干活”，不仅意味着推理需求增长，也在重新定义终端设备。一方面，本地运行大模型和多个智能体，对内存容量、GPU性能和功耗提出了更高要求；另一方面，手机、PC、机器人、汽车和可穿戴设备的AI化升级，也可能打开新的硬件投资空间。
推理成为AI需求增长点
过去一年多，从训练走向推理已成为行业讨论的重点。随着模型能力逐步转化为实际应用，推理正在成为新的需求增长点。
“我们看到，从今年开始，包括未来一段时间内，推理算力的增长速度更快，超过了训练的速度。”纪朝晖表示，未来在Token消耗中，推理应用的占比还会继续提高，AI也将进一步进入云端、边缘侧和端侧。
这种变化正在重新定义个人电脑的硬件门槛。
纪朝晖表示，智能体主机首先需要在本地运行一个“足够聪明”的模型。以当前技术水平看，本地模型至少需要达到30B至35B量级，即至少300亿参数级别。同时，设备还要存储个人知识库、工作文件，并为多个智能体分配运行空间。
纪朝晖举例称，如果同时运行3个智能体，仅智能体就需要约30GB；再叠加本地大模型和个人数据，设备至少需要96GB统一内存。
“在目前我们看到的电脑设备里，还不能够都具备这样的能力，所以我们需要一个足够好用、可用的智能体主机。”纪朝晖说。
在产品层面，AMD正通过锐龙AI Max+ 395等产品布局端侧AI市场。据纪朝晖介绍，这款旗舰级SoC支持最高128GB统一内存，已应用于小型桌面设备，可本地运行大模型。
纪朝晖表示，AMD正在云、边、端三个层面布局AI产品。他预计，未来几年将有数以十亿计的PC及其他终端设备需要进行AI化升级改造。
AI终端市场被低估？
个人电脑以外，AI正在向更多终端设备扩散。
高峰认为，移动互联网时代的许多创新都建立在智能手机等终端快速普及的基础上，AI时代同样需要新的终端载体。但与过去不同，新一代终端可能需要将GPU、存储和功耗控制放到产品设计的核心位置，而不是继续沿用原有硬件架构。
“如果要是不重构，比如说算力或者是架构，或者包括整个的功耗，我们不重新考虑，还沿用过去的架构的话，很可能满足不了现在AI时代的需求。”高峰说。
在他看来，AI终端也不再局限于手机和电脑，还包括机器人、汽车、AI眼镜、智能家电和AI宠物等多种形态。终端品类扩大，有望为芯片、存储、模组和整机厂商带来新的增量空间。
高峰称，根据手机、PC、可穿戴设备、机器人和汽车等品类粗略估算，全部AI终端的潜在市场规模约为10万亿至15万亿美元。其中，智能手机年出货量约13亿至14亿部，市场规模约6000亿至7000亿美元；PC年出货量约2亿至3亿台，市场规模约2000亿美元；可穿戴设备年出货量则接近2亿台。
他认为，如果既有终端都要进行AI化改造，并进一步从“人使用的设备”转向同时服务智能体的设备，其背后需要新增大量硬件投资。“不管是芯片也好，还是整个整机、模组等等，可以看到，这是一个非常大的市场。”
从云端训练走向无处不在的推理，AI硬件市场的竞争边界正在扩大。数据中心当前仍是算力投入的核心，但当大模型进入个人电脑和更多终端，芯片厂商的竞争也将从单纯比拼算力，延伸至软硬件协同、功耗优化和本地模型生态等领域。
联丰优配提示：文章来自网络，不代表本站观点。
