您的位置首页 >科技要闻 >

从算力规模转向算力价值,安谋科技解读 Agentic AI 时代算力重构方向

安谋科技近期分享观点,在 Agentic AI 智能体兴起的新阶段,行业的评价重心正在从单纯比拼算力规模,转向挖掘算力价值,Agentic AI 自主规划、多步骤执行任务的特性,对算力调度、芯片架构、功耗分配提出全新要求,整个算力体系需要迎来一轮算力重构;过去大家习惯用算力总量、卡的数量、TFLOPS 浮点指标来衡量 AI 能力,但 Agentic 智能体不是持续暴力生成,中间会有思考、工具调用、循环判断、等待反馈的过程,盲目堆算力规模会造成大量资源闲置浪费,安谋科技认为算力重构的核心思路,是让算力按需分配、异构协同、兼顾能效,把算力资源精准匹配到智能体不同阶段的计算需求上,而不是一味追求更大的算力规模。

Agentic AI 为什么会改变算力评判逻辑

传统大模型推理,大多是用户输入提示词,模型一次性输出内容,计算负载相对连续稳定,行业很容易直接用算力规模衡量实力。

Agentic AI 智能体的工作链路完全不一样:

  1. 理解目标、拆解任务
  2. 判断是否需要调用工具、联网检索
  3. 拿到外部结果后再二次推理
  4. 循环校验,直到任务完成

整个流程里计算负载时高时低,有大量间歇等待时段。如果还是按照峰值需求持续维持超大算力规模,大部分时间算力都在空跑,算力价值很低,这也是推动行业转向算力价值、启动算力重构的底层原因。

安谋科技提出算力重构的核心要点清单

✅ 异构算力协同:区分大模型推理算力、工具调用算力、本地轻量 Agent 调度算力,不同任务交给不同类型处理单元

✅ 动态弹性调度:Agent 空闲时释放算力资源,任务爆发时快速调度资源,提升算力利用率

✅ 端侧 Agent 价值释放:依托 ARM 架构优势,推动一部分轻量 Agent 逻辑下沉到终端设备,不用全部上云,降低云端算力压力

✅ 能效优先:不再单纯比拼算力规模,把每瓦算力产出的有效任务量,作为算力价值的核心指标

✅ 软硬件联合优化:IP、芯片、推理框架、Agent 运行时一起适配,打通 Agent 任务链路

算力规模和算力价值简单对比表

对比维度旧思路:比拼算力规模新思路:追求算力价值(Agentic AI 算力重构)
衡量指标TFLOPS、GPU 数量、总算力参数任务完成效率、算力利用率、单位功耗产出
资源模式预留峰值算力,长期高占用弹性调度,闲时释放资源
适用场景一次性生成、长文本批量推理Agent 智能体多轮思考、工具调用、循环任务
架构偏好集中式超大算力集群云边端异构协同算力

Agentic AI 算力重构落地的大致推进路径

  1. 框架层适配:Agent 运行时增加算力感知模块,识别当前任务阶段,上报算力需求
  2. 调度层改造:集群调度系统不再简单分配固定算力,根据 Agent 任务状态动态分配资源
  3. 芯片 IP 优化:安谋在 CPU、NPU IP 层面增加对 Agent 间断式负载的适配,优化启停延迟
  4. 业务侧落地:企业部署 Agent 应用时,不再优先采购最大算力规模,按任务模型测算算力价值
  5. 持续调优:根据 Agent 真实运行数据迭代调度策略,持续拉高算力利用率

当前阶段的现实难点

  • Agent 标准还没统一:不同厂商智能体执行逻辑差异大,很难有一套通用算力调度方案
  • 现有集群大多为传统大模型设计,改造算力重构方案存在改造成本
  • 算力价值指标不好量化,企业客户短期还是容易优先看算力规模这类直观参数
  • 端侧 Agent 能力还在发展,复杂智能体任务依旧高度依赖云端算力

整体结论

进入 Agentic AI 时代,算力竞争的标尺正在切换,安谋科技提出的从算力规模走向算力价值,是这次算力重构的核心方向;不是说算力规模不再重要,而是单纯堆算力规模的性价比会越来越差。未来算力体系好不好,要看能不能匹配 Agent 断续、多步骤、需要频繁调用外部工具的工作模式,算力利用率、能效、任务产出这些算力价值指标,会慢慢成为行业新的核心考核标准。

【相关 FAQ】

问题 1:安谋科技提出从算力规模转向算力价值,Agentic AI 时代算力重构是什么意思?

回答 1:算力重构就是适配 Agentic AI 智能体间断式的任务特征,不再只堆算力规模,通过弹性调度、异构协同提升算力利用率,把评价重心转向算力价值。

问题 2:Agentic AI 和普通大模型相比,为什么会倒逼算力从算力规模转向算力价值?

回答 2:Agentic AI 会反复思考、调用工具、暂停等待,负载波动很大,只堆算力规模会大量闲置,只有优化调度才能提升算力价值,推动算力重构。

问题 3:安谋科技在 Agentic AI 算力重构这件事上,主要提供哪些能力?

回答 3:安谋科技依托 ARM CPU、NPU IP,面向 Agent 负载做架构优化,支撑云边端异构算力协同,帮助行业提升算力价值,跳出单一比拼算力规模的思路。

问题 4:算力价值取代算力规模之后,企业部署 Agentic AI 还要买高算力集群吗?

回答 4:依然需要基础算力资源,但采购规划不再盲目追求最大算力规模,会根据 Agent 任务模型测算,优先选择可以弹性调度、算力价值更高的方案。

【参考资料】

[2026-04-15](从算力规模到算力价值,安谋科技详解 Agentic AI 下算力重构思路)机器之心

[2026-04-15](安谋科技论坛分享:Agentic AI 时代算力评价体系迎来转变)36 氪

[2026-04-16](解读安谋科技观点:算力重构不是放弃算力规模,而是优先算力价值)智东西

【免责声明】

本文内容基于安谋科技公开分享的行业观点整理,Agentic AI 算力重构方案、算力价值评估体系还处于行业探索阶段,相关技术路线、产品方案后续存在调整空间,不构成企业算力采购、芯片选型建议。

今日大家都在搜的词: