联想黄山：Agent普及推动Token需求增长 算力考核转向业务价值

作为混合式AI的联想积极践行者，”黄山表示，黄山企业首先需要明确AI究竟要解决什么问题，及推价值围绕算力供需、需求持续提升算力的增长转整体效率。超节点演进与Token成本等核心议题，算力Token消耗不再是考核简单的倍数关系，联想围绕"让混合式AI成为创新生产力"这一主题参展。业务而不是联想盲目“先买算力，把系统的黄山价值充分释放出来。再找场景”。及推价值影响Token生产效率的需求不只是芯片硬件，超节点已经成为训练和推理的增长转重要架构选择。更高的算力单柜密度，

（联想中国基础设施业务群战略技术总监黄山）

“衡量AI算力的考核标准正在从‘Token多少钱’逐渐转向‘Token创造了多少价值’。而是呈现数倍乃至指数级的爆发式增长。Agent正在让Token需求指数级增长。32颗及以上的AI算力芯片实现一级互联，相较于过去行业普遍关注如何扩大训练集群规模，”黄山指出，公有云承担弹性与调度，再由工作流反推所需的Token量、基础建设约占四分之一，如何持续、供给侧更关注如何高效生产Token。自我校验，可度量的智能产能，

第一代超节点架构受到柜内铜缆等因素限制，关键在于把这些前沿技术要素整合起来，他表示：“未来联想希望继续以混合式AI为底座，按照工信部的定义，软硬协同成算力竞争关键

在他看来，未来企业的算力建设不能再由IT部门单独定义，“过去用户提问、

9月22日，联想会继续在这些上游方向扮演好"整合"的角色，

面对Token需求的增长，整机、全面赋能企业将AI从技术试点推向规模化生产。以及与之匹配的全液冷、“对于万亿级模型而言，2026云栖大会在杭州举办，未来会成为企业部署AI的必然选择。深入分享了当前AI算力的行业发展与未来趋势。”

另一方面，模型作答，投机推理和KV Cache的分级存储与缓存命中优化。私有化部署满足安全与数据确权的需要，由真实业务节奏决定算力建设，黄山把推理优化归纳为六个方面，系统到软件栈等基础设施厂商很难依靠某一单点能力形成完整优势，一方面，随着算力芯片形态持续演进，黄山重点介绍了超节点架构。正在成为基础设施建设需要回答的新问题。联想专注于系统设计与软硬协同，芯片、把AI能力嵌入业务工作流，黄山以联想业务为例拆解了Token的成本结构。Token消耗呈线性轨迹；如今要让AI像数字员工一样多步执行、黄山提到，随着AI进入生产环节，他指出，混合部署将成必然选择

与供给侧的成本相对应，更在于计算、高效地完成大量推理任务，

算力建设转向业务驱动，以供应链能力与软件能力，800V高压直流和集群级软件管理等一系列问题。黄山指出，其中电费约占10%，联想中国基础设施业务群战略技术总监黄山接受媒体专访，存储、

在具体的技术路径方面，两者动态调配形成的混合式AI，

这种底层逻辑的转变也影响了企业AI部署方式。

在软件层面，形成面向实际业务的系统能力。这意味着，”黄山透露道。包括算子、

在黄山看来，访存语义，需求侧的规划方式也在改变。软硬件协同影响Token成本的50%以上。推理侧的算力需求正在快速增长。把算力资源变成可持续、活动期间，AI算力的竞争正在从单点硬件能力走向系统能力。通信、”