据现有可引用摘要，华为《智能世界2035》给出两组醒目的数字：未来十年算力增长10万倍；全球AI智能体达到9000亿，平均每人100个。数字一大，讨论很容易滑向一句简单结论：算力会越来越便宜，最终像水电一样随取随用。
先把出处分清。提供的材料中，“新型计算存储技术将兴起，将驱动算力成本像水电一样便宜，算力无处不在”来自《科技预见与未来愿景2049》；《智能世界2035》的相关摘要提供的是10万倍和9000亿两个预测。两份材料可以对照，原话不能混用。
10万倍先回答规模，还没回答价格
算力总量增加，用户账单未必按同样速度下降。从芯片到可用服务，中间还隔着集群利用率、网络传输、软件兼容、能源和运维。任何一环效率偏低，新增算力都可能闲置，或者被额外的改造成本抵消。
所谓像水电，至少要有几种基本体验：用户不用先买下一整套设备，任务可以按需接入，服务足够稳定，计费方式也能看懂。底层硬件更换后，上层应用最好还能继续运行。只要企业每换一种芯片都要重写大量代码，算力就仍是一项专用工程，离公共服务还有距离。
这也是观察昇腾910C和英伟达B200时容易忽略的部分。对企业更实际的问题，是现有CUDA代码能否迁移、算子是否可用、任务能否在不同节点稳定运行。现有素材没有提供两款产品的统一测试数据，无法据此判断谁的综合成本更低，但软件改造显然会进入最终账单。
便宜不会只靠一块芯片
液冷、异构调度和端侧分流解决的是不同问题。液冷对应高密度部署的散热条件，调度决定已有资源能否被充分使用，RISC-V和Arm v10则把问题带到了边缘与终端：哪些任务值得留在本地，哪些必须交给云端。
如果所有请求都送回中心集群，网络、能源和运维压力会一起累积。把简单、重复的任务放在更靠近用户的位置，可以让高规格资源留给复杂工作。这里没有一条单独的技术路线能够包办降本，把某个局部性能提升直接写成整体成本下降，也缺少足够依据。
9000亿个AI智能体进一步放大了任务分层的必要性。假如这一预测接近现实，各类调用的复杂度必然不同，用同一档资源处理全部请求并不划算。到2035年，市场上可能同时存在两种价格：标准化、按需使用的通用推理逐渐便宜，高端模型训练仍然需要昂贵资源。“像水电”的部分，更可能出现在前者。
华为为什么反复谈基础设施
华为2025年年度报告将业务划分为五个经营分部：ICT基础设施、终端、云计算、数字能源和智能汽车解决方案。这些业务横跨网络、云、终端与能源，也说明算力降价很难由单一产品完成。芯片性能、网络调度、云服务交付和终端承接能力，需要同时配合。
早在《智能世界2030》中，华为就把健康、农业、交通和城市列为数字化、智能化可能改变的领域。到了《智能世界2035》的相关预测，讨论进一步落到算力总量和智能体规模。这组报告适合当作长期地图阅读，不能当成产品交付时间表使用。10万倍和9000亿描述的是一种可能的需求规模，并非价格承诺。
企业现在该算自己的任务账
企业没有必要拿2035年的预测直接指导下一轮采购。更有用的做法，是先把任务拆开：哪些需要集中训练，哪些属于高频推理，哪些可以在本地完成；再看现有系统是否过度绑定某一种硬件或软件栈。
数据质量也绕不过去。即使单位算力价格下降，混乱的数据和没有理顺的业务流程仍会制造浪费，只是速度更快。企业真正需要的是可迁移、可调度、能核算的算力，而不只是更便宜的芯片。
到2035年，算力很可能比今天更容易获得，部分通用服务也可能更便宜。但10万倍的规模增长不会自动变成同等幅度的价格下降。统一接口、跨节点调度、软件兼容、能源供给和任务分层共同成熟后，算力才会真正接近水电式服务。9000亿个智能体会迫使行业朝这个方向走，却不能保证结果按时到来。
参考资料
- 桌面陪伴机器人：情感伴侣还是智商税？1000+用户观点大碰撞（其中转述《智能世界2035》相关数字）
- 《科技预见与未来愿景2049》报告中文版
- 华为2025年年度报告
- 《华为智能世界2030》
