9月22日，2026云栖大会在杭州举办，联想围绕"让混合式AI成为创新生产力"这一主题参展。活动期间，联想中国基础设施业务群战略技术总监黄山围绕算力供需、超节点演进与Token成本等核心议题，深入分享了当前AI算力的行业发展与未来趋势。
（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’。”黄山表示，随着AI进入生产环节，企业会越来越关注单位成本能够产生多少Token，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，软硬协同成算力竞争关键
在他看来，Agent的快速普及正在重塑AI的算力需求逻辑。一方面，Agent正在让Token需求指数级增长。“过去用户提问、模型作答，Token消耗呈线性轨迹；如今要让AI像数字员工一样多步执行、自我校验，Token消耗不再是简单的倍数关系，而是呈现数倍乃至指数级的爆发式增长。”
另一方面，Agent场景的增长，也在改变当前AI算力需求结构。黄山提到，目前推理和训练之间的Token消耗比例已经超过6∶4，推理侧的算力需求正在快速增长。相较于过去行业普遍关注如何扩大训练集群规模，当前的Agent时代，如何持续、高效地完成大量推理任务，正在成为基础设施建设需要回答的新问题。
面对Token需求的增长，供给侧更关注如何高效生产Token。黄山以联想业务为例拆解了Token的成本结构。他指出，基础建设约占四分之一，其中电费约占10%，软硬件协同影响Token成本的50%以上。这意味着，影响Token生产效率的不只是芯片硬件，更在于计算、通信、访存、存储、推理优化以及整个系统的调度能力，AI算力的竞争正在从单点硬件能力走向系统能力。
在具体的技术路径方面，黄山重点介绍了超节点架构。“对于万亿级模型而言，超节点已经成为训练和推理的重要架构选择。”黄山指出，按照工信部的定义，32颗及以上的AI算力芯片实现一级互联，才称得上超节点。
第一代超节点架构受到柜内铜缆等因素限制，扩展能力基本止步于一两柜的范围。下一代超节点架构需要解决更大规模的柜间光互联、更高的单柜密度，以及与之匹配的全液冷、800V高压直流和集群级软件管理等一系列问题。“联想将争取率先突破第二代超节点架构。”黄山透露道。
在软件层面，黄山把推理优化归纳为六个方面，包括算子、通信库与通信原语、访存语义，以及在推理框架中的PD分离、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，混合部署将成必然选择
与供给侧的成本相对应，需求侧的规划方式也在改变。在黄山看来，未来企业的算力建设不能再由IT部门单独定义，而应该由业务来定义。企业首先需要明确AI究竟要解决什么问题，把AI能力嵌入业务工作流，再由工作流反推所需的Token量、SLA以及算力规模。由真实业务节奏决定算力建设，而不是盲目“先买算力，再找场景”。
这种底层逻辑的转变也影响了企业AI部署方式。公有云承担弹性与调度，私有化部署满足安全与数据确权的需要，两者动态调配形成的混合式AI，未来会成为企业部署AI的必然选择。
在黄山看来，芯片、整机、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，关键在于把这些前沿技术要素整合起来，形成面向实际业务的系统能力。
作为混合式AI的积极践行者，联想专注于系统设计与软硬协同，持续提升算力的整体效率。黄山指出，随着算力芯片形态持续演进，联想会继续在这些上游方向扮演好"整合"的角色，以供应链能力与软件能力，把系统的价值充分释放出来。他表示：“未来联想希望继续以混合式AI为底座，把算力资源变成可持续、可度量的智能产能，全面赋能企业将AI从技术试点推向规模化生产。”
