2025年全年，中国大模型累计词元（Token）调用量达到21100万亿次，来源于第九届数字中国建设峰会发布的《全国数据资源调查报告（2025）》[1]。年初日均约1万亿，年末攀升至100万亿，全年增速超过百倍；进入2026年，3月日均已升至140万亿，两年累计增幅超过千倍。
在这个数字背后，是算力需求性质的结构性切换。同一份报告显示，2025年AI推理数据量达101.34 EB，历史首次超越训练数据量——算力消耗的重心，已从一次性的模型训练（Capex）切换到持续运行的推理服务（Opex）[1]。这一切换从光模块到IDC液冷，从国产推理芯片到端侧算力，在A股市场形成了可观察的完整传导链。
m8 观点：推理取代训练，消耗算力成为新基建主轴
核心判断：21100万亿词元是拐点的确认，而非终点。AI推理驱动的持续算力消耗，将推动光模块升级、IDC液冷扩容与国产推理芯片国产化率提升三条需求线持续扩张。
从训练到推理——结构性拐点的确认
训练是一次性资本投入：完成一次大模型训练后，算力需求即告结束，下一轮要等到模型迭代。推理是持续经营消耗：每次用户查询、每次Agent任务调度都在实时消耗，随用户规模线性乃至超线性增长，需要7×24小时持续运行。
| 维度 | 训练 | 推理 |
|---|---|---|
| 消耗模式 | 一次性、集中式 | 持续性、分布式 |
| 财务属性 | Capex | Opex |
| 需求时序 | 集中数月，结束即停 | 7×24小时持续运行 |
| 需求弹性 | 模型迭代驱动，周期性 | 用户规模驱动，累积性 |
| 硬件影响 | GPU集群采购 | 推理芯片、光模块、IDC液冷 |
101.34 EB推理数据量首次超过训练数据量，正是这一模式切换的统计确认[1]。Agentic AI进一步放大推理侧需求：单次Agentic任务调用的Token数，是普通单次对话的100至500倍——从代码生成到复杂工作流自动化，每完成一个任务可能消耗数万至数十万Token。用户规模的线性增长因此带来算力消耗的超线性扩张。
从供给侧看，2025年中国AI加速卡出货约400万张，国产厂商约165万张（41%），英伟达约55%[2]。按推理场景单卡利用率估算，当前供给紧张程度与日均100万亿Token规模相互印证，这正是国产化率持续提升的市场动因。
传导路径：光模块 / IDC / 国产芯片三条线
从21100万亿词元到具体产业机会，传导分为三条主线。三条线节奏不同，但共同受益于推理算力需求的持续扩张。
第一条线：光模块——东西向流量驱动高速升级
推理场景下多节点协同产生大量服务器间东西向流量，直接推动光模块从400G向800G、1.6T升级，且升级节奏随推理集群规模扩张持续前移。2025年国内头部超大规模数据中心已批量采购800G光模块，部分集群已进入1.6T验证阶段。单端口价值量随带宽翻倍同步上行，产品结构向高速迁移。中际旭创（300308）是这一趋势的典型观察样本，其800G产品线占比变化与大客户订单节奏，是追踪这条传导链的直接财务指标[3]。
第二条线：IDC与液冷——功率密度上行的刚需升级
日均100万亿Token持续消耗推动数据中心机柜功率密度从传统15kW向30至50kW跃升，风冷散热极限被持续突破，液冷从可选方案升级为刚需配置。冷板式液冷是当前主流部署方向，浸没式在规模化验证中。IDC运营商新建或改造机房时，液冷改造投入已成为标配成本项，相关设备与服务需求持续扩张。这条传导链与宏观算力投资周期高度同步。
第三条线：国产推理芯片——Token单价下行倒逼国产化
推理规模化后，Token单价成为云厂商核心竞争维度。使用成本更低的国产芯片替代进口卡，是控制推理成本的主要路径，形成对国产推理芯片的持续替代需求。
| 国产厂商 | 2025年出货（万张） | 核心指标 |
|---|---|---|
| 华为昇腾 | 约81 | 昇腾910系列，推理优化版本持续迭代 |
| 寒武纪 | 约12 | 思元590系列，专注推理场景 |
| 海光信息 | — | 2025年营收143.77亿元，同比+57%[2] |
| 国产合计 | 约165 | 占AI加速卡总出货量约41% |
国产推理芯片的主要挑战在于软件生态：英伟达CUDA生态的历史积累使其在开发者工具链上具备显著护城河。国产厂商软件适配进度，是判断国产化率能否持续提升的关键变量[2]。
A股映射：观察框架，非买卖推荐
以下梳理各传导环节的A股观察样本，仅作研究框架，不构成任何投资建议，不提供目标价或买卖推荐。
| 传导环节 | A股典型样本 | 核心跟踪指标 |
|---|---|---|
| 光模块 | 中际旭创（300308）、新易盛 | 800G/1.6T产品占比、大客户订单节奏 |
| IDC与液冷 | 英维克、申菱环境 | 液冷订单规模、新建IDC液冷配套比例 |
| 国产推理芯片 | 海光信息（688041）、寒武纪（688256） | 营收增速、政企及云厂商客户结构变化 |
| 算力整机 | 中科曙光、浪潮信息 | AI推理服务器在总出货量中的占比 |
参考AI算力板块历史规律，行业景气度与个股表现之间往往存在时间差与明显分化。各环节受益弹性受制于公司竞争地位与产品结构，需结合季报数据逐季验证。
词元出海与端侧变量
以汕头为代表的沿海城市已出现AI推理Token服务出口实践：1度电0.5元的成本，出口转化价值约11元，实现约22倍价值跃升[1]，2026年4月底日均出口约100亿次Token。这一价值链逻辑若规模化，将形成国内算力需求之外的独立增量，是中长期值得跟踪的方向。
风险与证伪条件
风险一：Token增速放缓。当前增长依赖AI应用渗透率持续提升。若普及速度低于预期，日均Token增速将显著下行。证伪条件：日均词元调用量连续三个月同比增速降至50%以下。
风险二：国产芯片软件生态适配滞后。若主流云厂商大模型推理工作负载难以稳定运行于国产推理芯片，国产化进程将放缓。证伪条件：头部云厂商国产化率持续低于30%，或软件适配周期超过18个月。
风险三：监管与数据安全政策变化。AI服务管理政策收紧可能影响Token调用规模。证伪条件：新监管政策导致主要应用场景受限，日均调用量出现绝对值下降。
后续观察节点
5至6月：美股云厂商Q1财报Capex指引，是全球AI算力需求强度领先指标，参考全球AI Capex传导链分析，Capex上修意味着光模块与IDC需求景气延续。6月GTC China：披露中国市场算力部署节奏与国产厂商竞合格局最新动态。Token招标价：头部云厂商推理服务定价趋势，是国产化率提升节奏的市场化价格信号。光模块季报：中际旭创等龙头季度业绩与800G订单披露，是传导链落地最直接的财务验证。
FAQ
中国2025年词元调用量21100万亿次意味着什么？
这是AI从建设期进入运营期的统计确认。年初日均1万亿，年末100万亿，增速超百倍。AI推理数据量同年首次超越训练数据量，标志着算力消耗从一次性训练切换为持续推理，需求性质从Capex变为Opex，对算力传导链形成持续支撑[1]。
推理算力和训练算力有什么本质区别？
训练是一次性资本投入，完成即结束；推理是持续经营消耗，7×24小时运行，随用户规模线性乃至超线性增长。Agentic AI单任务Token消耗是普通对话的100至500倍，进一步放大了推理侧需求密度。
光模块为什么是AI推理算力扩张的核心受益环节？
推理集群多节点协同产生大量服务器间东西向流量，推动光模块从400G向800G、1.6T加速升级。每次带宽翻倍，单端口价值量同步上行，产品结构向高速迁移带来量价双升潜力，是三条传导链中确定性最高的环节[3]。
国产推理芯片能否替代英伟达？
2025年国产AI加速卡出货约165万张，占市场41%。华为昇腾、寒武纪已在特定场景规模化部署，海光信息营收同比+57%。主要挑战是CUDA软件生态积累。国产化路径更可能是政企项目先行、软件适配逐步完善、渗透率阶梯式提升，而非短期全面替代[2]。
数据来源与方法论
核心数据来源：① 第九届数字中国建设峰会《全国数据资源调查报告（2025）》；② AI加速卡市场份额参考行业研究机构公开报告综合估算；③ 光模块数据参考上市公司公开披露及行业协会数据。分析框架遵循「词元消耗→拐点确认→产业链传导→A股观察」路径。本文不构成投资建议。
By m8 康哥。专注中国AI产业链与A股科技深度研究，m8.com.cn。
免责声明：本文为基于公开资料的市场观察与分析，不构成任何投资建议、买卖推荐或目标价预测。投资者应独立判断、自行承担风险。
引用：[1] 第九届数字中国建设峰会《全国数据资源调查报告（2025）》；[2] 行业研究机构2025年AI加速卡市场出货量综合估算；[3] 上市公司公开披露及光模块行业协会数据。