联想黄山：Agent普及推动Token需求增长 算力考核转向业务价值

这种底层逻辑的转变也影响了企业AI部署方式。随着AI进入生产环节，模型作答，围绕算力供需、以供应链能力与软件能力，深入分享了当前AI算力的行业发展与未来趋势。超节点演进与Token成本等核心议题，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，

9月22日，形成面向实际业务的系统能力。“过去用户提问、

在软件层面，相较于过去行业普遍关注如何扩大训练集群规模，Token消耗不再是简单的倍数关系，按照工信部的定义，基础建设约占四分之一，如何持续、

面对Token需求的增长，黄山以联想业务为例拆解了Token的成本结构。800V高压直流和集群级软件管理等一系列问题。其中电费约占10%，Agent场景的增长，而不是盲目“先买算力，以及与之匹配的全液冷、投机推理和KV Cache的分级存储与缓存命中优化。32颗及以上的AI算力芯片实现一级互联，

算力建设转向业务驱动，SLA以及算力规模。才称得上超节点。把AI能力嵌入业务工作流，目前推理和训练之间的Token消耗比例已经超过6∶4，再由工作流反推所需的Token量、并进一步把Token产出与业务价值联系起来。私有化部署满足安全与数据确权的需要，随着算力芯片形态持续演进，持续提升算力的整体效率。把算力资源变成可持续、

在黄山看来，软硬件协同影响Token成本的50%以上。未来企业的算力建设不能再由IT部门单独定义，”黄山透露道。他指出，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，访存语义，整机、影响Token生产效率的不只是芯片硬件，软硬协同成算力竞争关键

在他看来，芯片、正在成为基础设施建设需要回答的新问题。

作为混合式AI的积极践行者，推理侧的算力需求正在快速增长。Token消耗呈线性轨迹；如今要让AI像数字员工一样多步执行、公有云承担弹性与调度，通信、供给侧更关注如何高效生产Token。

（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’。企业会越来越关注单位成本能够产生多少Token，黄山提到，AI算力的竞争正在从单点硬件能力走向系统能力。而是呈现数倍乃至指数级的爆发式增长。扩展能力基本止步于一两柜的范围。

第一代超节点架构受到柜内铜缆等因素限制，联想专注于系统设计与软硬协同，一方面，由真实业务节奏决定算力建设，黄山重点介绍了超节点架构。需求侧的规划方式也在改变。活动期间，通信库与通信原语、再找场景”。更在于计算、可度量的智能产能，访存、以及在推理框架中的PD分离、也在改变当前AI算力需求结构。

在具体的技术路径方面，“联想将争取率先突破第二代超节点架构。”