东吴证券研报指出，Token规模指数级增长已成为AI生态闭环点。谷歌全部产品和API每月处理Tokens数从2024年4月的9.7万亿增至2025年4月的480万亿，一年增长近50倍。豆包大模型5月日均处理量突破16.4万亿，较发布时增长超120倍。AI搜索增长10倍、AI编程增长8.4倍、K12教育场景Token消耗增长12倍。Token数向上关联推理算力需求，向下形成AI增量和收入，已成为AI生态闭环点。本文基于东吴证券研究所数据，深入分析Token消耗爆发式增长对推理算力和互连需求的驱动逻辑。

Token消耗量的爆发式增长是AI应用快速渗透的最直接证据。谷歌方面，2024年4月全部产品和API每月处理Tokens数为9.7万亿，2025年4月达到480万亿，一年增长约50倍。豆包方面，截至2025年5月底日均Tokens使用量超过16.4万亿，较2024年5月刚发布时增长137倍，火山引擎在中国公有云大模型服务调用量方面稳居首位（市场份额46.4%）。深度推理和视觉理解等先进模型的投入使用，驱动了高价值应用场景Token消耗的迅猛增长。从去年12月到今年5月，火山引擎各高价值场景处理Token数发生显著变化：AI搜索增长10倍、AI编程增长8.4倍、K12教育场景Token消耗增长12倍，智能巡检、视频检索等新线下场景也突破日均百亿Token。

Token数在整个AI生态中向上关联推理的算力需求，向下形成AI增量和收入，成为AI生态闭环点。此前市场对AI算力需求的判断主要锚定云厂商CapEx增速，但Token规模的指数级增长意味着AI应用正在从“基础设施投资”阶段进入“收入变现”阶段。ChatGPT付费订阅用户突破2000万，月收入达4.15亿美元（年化50亿美元）。当AI应用产生真实收入后，推理算力需求将不再依赖外部资本开支，而由Token消耗带来的内生回报驱动。Sora所需推理算力相比GPT-4等文本模型呈现数量级的提升，输出1分钟视频所需浮点算力约是GPT-4输出1000个tokens的1000倍。高价值Token的快速消耗将持续推高推理算力和互连需求。

推理场景中P/D分离架构利于整体效率和推理体验提升。P/D将推理过程拆分为两个阶段：Prefill阶段（处理用户初始请求，计算密集型）和Decode阶段（读取缓存后生成后续内容，访存密集型）。P/D分离增加了对高性能硬件和复杂网络的需求，其硬件扩展需求与训练阶段形成了显著差异。通信带宽是推理速度的瓶颈，GPU“卡内通信带宽 > 卡间通信带宽 > 机间通信带宽”，由于“木桶效应”，模型部署时跨的设备越多，受设备间通信带宽的“拖累”就越大。Token消耗量的快速增长将进一步推高对Scale Up网络互连带宽的需求，因为更大的超节点能够更高效地处理高并发Token生成任务。

Token消耗驱动的推理算力需求向互连需求的传导路径清晰。第一步：Token量增长→推理计算量增长；第二步：推理计算量增长→GPU/AISC需求量增长；第三步：GPU/AISC需求量增长+单芯片带宽提升→互连需求增长。英伟达来自云厂的DC收入与五家云厂资本开支比值从23Q1的5%增长至24Q4的28%，反映算力芯片增速已高于资本开支增速。叠加单芯片带宽提升（NVLink从640Gb/s到7200Gb/s），互连需求增速将显著高于算力芯片增速，形成明确的“乘数效应”。

Token消耗增长与算力需求

指标	过去/基准	当前	增长倍数
谷歌月度Tokens	9.7万亿（2024.4）	480万亿（2025.4）	~50倍
豆包日均Tokens	发布初期	16.4万亿	137倍
AI搜索Token消耗	基准（2024.12）	当前	10倍
AI编程Token消耗	基准（2024.12）	当前	8.4倍
K12教育Token消耗	基准（2024.12）	当前	12倍