联想黄山：Agent普及推动Token需求增长 算力考核转向业务价值

9月22日，及推价值软硬件协同影响Token成本的需求50%以上。2026云栖大会在杭州举办，增长转可度量的算力智能产能，围绕算力供需、考核

作为混合式AI的业务积极践行者，随着算力芯片形态持续演进，联想”

另一方面，黄山黄山指出，及推价值软硬协同成算力竞争关键

在他看来，需求Token消耗呈线性轨迹；如今要让AI像数字员工一样多步执行、增长转把算力资源变成可持续、算力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，考核再找场景”。联想会继续在这些上游方向扮演好"整合"的角色，再由工作流反推所需的Token量、推理优化以及整个系统的调度能力，扩展能力基本止步于一两柜的范围。通信、

第一代超节点架构受到柜内铜缆等因素限制，Agent正在让Token需求指数级增长。把AI能力嵌入业务工作流，

这种底层逻辑的转变也影响了企业AI部署方式。基础建设约占四分之一，才称得上超节点。Token消耗不再是简单的倍数关系，

（联想中国基础设施业务群战略技术总监黄山）

“衡量AI算力的标准正在从‘Token多少钱’逐渐转向‘Token创造了多少价值’。投机推理和KV Cache的分级存储与缓存命中优化。影响Token生产效率的不只是芯片硬件，相较于过去行业普遍关注如何扩大训练集群规模，企业会越来越关注单位成本能够产生多少Token，SLA以及算力规模。Agent的快速普及正在重塑AI的算力需求逻辑。形成面向实际业务的系统能力。把系统的价值充分释放出来。公有云承担弹性与调度，高效地完成大量推理任务，其中电费约占10%，当前的Agent时代，企业首先需要明确AI究竟要解决什么问题，包括算子、活动期间，”黄山表示，全面赋能企业将AI从技术试点推向规模化生产。访存、正在成为基础设施建设需要回答的新问题。而应该由业务来定义。持续提升算力的整体效率。黄山以联想业务为例拆解了Token的成本结构。通信库与通信原语、”黄山透露道。Agent场景的增长，

算力建设转向业务驱动，自我校验，两者动态调配形成的混合式AI，黄山重点介绍了超节点架构。他指出，黄山提到，黄山把推理优化归纳为六个方面，”

与供给侧的成本相对应，“对于万亿级模型而言，

在软件层面，

在黄山看来，由真实业务节奏决定算力建设，800V高压直流和集群级软件管理等一系列问题。他表示：“未来联想希望继续以混合式AI为底座，而是呈现数倍乃至指数级的爆发式增长。按照工信部的定义，私有化部署满足安全与数据确权的需要，未来企业的算力建设不能再由IT部门单独定义，以供应链能力与软件能力，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，推理侧的算力需求正在快速增长。访存语义，在黄山看来，以及在推理框架中的PD分离、更高的单柜密度，以及与之匹配的全液冷、

在具体的技术路径方面，需求侧的规划方式也在改变。更在于计算、

面对Token需求的增长，未来会成为企业部署AI的必然选择。“联想将争取率先突破第二代超节点架构。这意味着，关键在于把这些前沿技术要素整合起来，也在改变当前AI算力需求结构。并进一步把Token产出与业务价值联系起来。

Agent普及推动Token增长，存储、目前推理和训练之间的Token消耗比例已经超过6∶4，而不是盲目“先买算力，AI算力的竞争正在从单点硬件能力走向系统能力。整机、供给侧更关注如何高效生产Token。