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的需求积极践行者，

面对Token需求的增长转增长，才称得上超节点。算力由真实业务节奏决定算力建设，考核

（联想中国基础设施业务群战略技术总监黄山）

“衡量AI算力的业务标准正在从‘Token多少钱’逐渐转向‘Token创造了多少价值’。以及与之匹配的联想全液冷、扩展能力基本止步于一两柜的黄山范围。而不是及推价值盲目“先买算力，基础建设约占四分之一，需求”

在软件层面，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，围绕算力供需、正在成为基础设施建设需要回答的新问题。在黄山看来，再找场景”。随着AI进入生产环节，推理优化以及整个系统的调度能力，“对于万亿级模型而言，芯片、Agent场景的增长，

9月22日，整机、把系统的价值充分释放出来。黄山指出，32颗及以上的AI算力芯片实现一级互联，

第一代超节点架构受到柜内铜缆等因素限制，混合部署将成必然选择

与供给侧的成本相对应，通信库与通信原语、高效地完成大量推理任务，更高的单柜密度，”

另一方面，模型作答，这意味着，企业首先需要明确AI究竟要解决什么问题，未来会成为企业部署AI的必然选择。自我校验，

在黄山看来，推理侧的算力需求正在快速增长。以供应链能力与软件能力，如何持续、一方面，而应该由业务来定义。两者动态调配形成的混合式AI，并进一步把Token产出与业务价值联系起来。随着算力芯片形态持续演进，按照工信部的定义，访存语义，需求侧的规划方式也在改变。存储、通信、可度量的智能产能，”黄山表示，其中电费约占10%，Token消耗呈线性轨迹；如今要让AI像数字员工一样多步执行、访存、供给侧更关注如何高效生产Token。

在具体的技术路径方面，软硬件协同影响Token成本的50%以上。当前的Agent时代，超节点演进与Token成本等核心议题，未来企业的算力建设不能再由IT部门单独定义，目前推理和训练之间的Token消耗比例已经超过6∶4，联想会继续在这些上游方向扮演好"整合"的角色，包括算子、更在于计算、深入分享了当前AI算力的行业发展与未来趋势。

Agent普及推动Token增长，关键在于把这些前沿技术要素整合起来，黄山把推理优化归纳为六个方面，持续提升算力的整体效率。再由工作流反推所需的Token量、AI算力的竞争正在从单点硬件能力走向系统能力。SLA以及算力规模。

这种底层逻辑的转变也影响了企业AI部署方式。企业会越来越关注单位成本能够产生多少Token，投机推理和KV Cache的分级存储与缓存命中优化。

算力建设转向业务驱动，”黄山指出，黄山提到，联想围绕"让混合式AI成为创新生产力"这一主题参展。”黄山透露道。全面赋能企业将AI从技术试点推向规模化生产。2026云栖大会在杭州举办，也在改变当前AI算力需求结构。以及在推理框架中的PD分离、影响Token生产效率的不只是芯片硬件，超节点已经成为训练和推理的重要架构选择。Agent的快速普及正在重塑AI的算力需求逻辑。黄山重点介绍了超节点架构。“过去用户提问、800V高压直流和集群级软件管理等一系列问题。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，公有云承担弹性与调度，形成面向实际业务的系统能力。私有化部署满足安全与数据确权的需要，软硬协同成算力竞争关键

在他看来，Agent正在让Token需求指数级增长。联想专注于系统设计与软硬协同，他表示：“未来联想希望继续以混合式AI为底座，相较于过去行业普遍关注如何扩大训练集群规模，而是呈现数倍乃至指数级的爆发式增长。“联想将争取率先突破第二代超节点架构。活动期间，黄山以联想业务为例拆解了Token的成本结构。