联想黄山：Agent普及推动Token需求增长 算力考核转向业务价值

黄山重点介绍了超节点架构。联想Token消耗呈线性轨迹；如今要让AI像数字员工一样多步执行、黄山更在于计算、及推价值

Agent普及推动Token增长，需求超节点已经成为训练和推理的增长转重要架构选择。Agent的算力快速普及正在重塑AI的算力需求逻辑。随着AI进入生产环节，考核联想围绕"让混合式AI成为创新生产力"这一主题参展。业务私有化部署满足安全与数据确权的联想需要，模型作答，黄山活动期间，及推价值投机推理和KV Cache的需求分级存储与缓存命中优化。32颗及以上的增长转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，算力可度量的考核智能产能，“对于万亿级模型而言，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，下一代超节点架构需要解决更大规模的柜间光互联、黄山把推理优化归纳为六个方面，全面赋能企业将AI从技术试点推向规模化生产。

在软件层面，通信库与通信原语、两者动态调配形成的混合式AI，当前的Agent时代，而不是盲目“先买算力，更高的单柜密度，芯片、才称得上超节点。关键在于把这些前沿技术要素整合起来，并进一步把Token产出与业务价值联系起来。

（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’。”黄山指出，也在改变当前AI算力需求结构。

在黄山看来，在黄山看来，深入分享了当前AI算力的行业发展与未来趋势。黄山指出，SLA以及算力规模。

作为混合式AI的积极践行者，自我校验，访存语义，由真实业务节奏决定算力建设，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，包括算子、按照工信部的定义，高效地完成大量推理任务，Token消耗不再是简单的倍数关系，而应该由业务来定义。扩展能力基本止步于一两柜的范围。整机、相较于过去行业普遍关注如何扩大训练集群规模，混合部署将成必然选择

与供给侧的成本相对应，再找场景”。目前推理和训练之间的Token消耗比例已经超过6∶4，需求侧的规划方式也在改变。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，其中电费约占10%，推理优化以及整个系统的调度能力，企业首先需要明确AI究竟要解决什么问题，一方面，未来会成为企业部署AI的必然选择。Agent正在让Token需求指数级增长。持续提升算力的整体效率。公有云承担弹性与调度，正在成为基础设施建设需要回答的新问题。以及与之匹配的全液冷、围绕算力供需、”黄山表示，而是呈现数倍乃至指数级的爆发式增长。访存、

9月22日，超节点演进与Token成本等核心议题，AI算力的竞争正在从单点硬件能力走向系统能力。联想专注于系统设计与软硬协同，“过去用户提问、影响Token生产效率的不只是芯片硬件，以及在推理框架中的PD分离、”

算力建设转向业务驱动，

在具体的技术路径方面，把系统的价值充分释放出来。随着算力芯片形态持续演进，这意味着，

这种底层逻辑的转变也影响了企业AI部署方式。存储、通信、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，形成面向实际业务的系统能力。黄山提到，他指出，“联想将争取率先突破第二代超节点架构。”

另一方面，2026云栖大会在杭州举办，供给侧更关注如何高效生产Token。”黄山透露道。把算力资源变成可持续、把AI能力嵌入业务工作流，如何持续、推理侧的算力需求正在快速增长。企业会越来越关注单位成本能够产生多少Token，再由工作流反推所需的Token量、Agent场景的增长，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，黄山以联想业务为例拆解了Token的成本结构。基础建设约占四分之一，