2026世界人工智能大会聚焦未来算力：量子、太空与绿色能源成突破口
算力增长的瓶颈不在芯片本身，而在于架构与能源；这篇报道预告了一场关于下一代算力基座的高层讨论。
AI 算力需求激增，但传统冯·诺依曼架构（计算与存储分离）正撞上能源、效率和部署三重瓶颈。7 月 18 日上海将举行专题论坛，讨论量子计算、太空算力、绿色能源、系统算法协同与算力网络五条出路，潘建伟、高文等学者将到场。
正文摘录
.png) 人工智能正以前所未有的速度吞噬算力，而承载它的这套计算体系，其底层架构已经沿用了八十年。当智能的需求以指数增长，而计算的供给在能耗、架构、部署多重边界前面同时踩下刹车，一个更根本的问题被摆上桌面：未来的智能，靠什么来计算？ 7 月 18 日，2026 世界人工智能大会“未来计算 · 未来算力”专题论坛将在上海世博中心举行，正面回应这一追问。论坛给出的核心判断是：出路不在单点的修修补补，而在计算范式与算力组织方式的双重更替 ——量子计算改写计算的物理基础，太空算力改写算力的部署疆域，绿色能源改写智能的成本结构，系统与算法的协同优化重塑现有模型的效能边界，算力网络与算力经济则重构算力的组织与使用方式。 三重边界 这堵“墙”，比通常谈论的更厚。 最直观的一层是能源账单。国际能源署 2025 年的评估显示，全球数据中心 2030 年前后的用电量将超过日本全国的总耗电；训练一个前沿大模型的电费，已足以点亮一座中等城市。数据中心正被建到冰岛的地热带、内蒙的风光带、以及沙漠深处水资源紧张的地方——它们抢占的，早已不只是土地。 再深一层，是架构本身的困局。今天所有主流芯片都还沿用冯·诺依曼架构：计算单元在这一头、存储单元在那一头，数据要在两端之间反复来回搬运。当模型的参数越堆越大，数据往返消耗的能量与时间远远超过计算本身。芯片的纸面性能，越来越难兑现为真实的智能产出。 还有一层，是使用之困。算力设施在各地拔地而起，但如何把它们联网、调度，让企业与公众真正“用起来、用得起”，仍是全行业未解的课题。