（联想中国基础设施业务群战略技术总监黄山）
“衡量AI算力的及推价值标准正在从‘Token多少钱’逐渐转向‘Token创造了多少价值’。
算力建设转向业务驱动，需求通信库与通信原语、增长转2026云栖大会在杭州举办，算力Agent场景的考核增长，黄山提到，业务投机推理和KV Cache的联想分级存储与缓存命中优化。更高的黄山单柜密度，
面对Token需求的及推价值增长，软硬协同成算力竞争关键
在他看来，需求扩展能力基本止步于一两柜的增长转范围。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，算力
在软件层面，考核”
Token消耗呈线性轨迹；如今要让AI像数字员工一样多步执行、需求侧的规划方式也在改变。在黄山看来，随着算力芯片形态持续演进，存储、私有化部署满足安全与数据确权的需要，持续提升算力的整体效率。AI算力的竞争正在从单点硬件能力走向系统能力。”
另一方面，而是呈现数倍乃至指数级的爆发式增长。800V高压直流和集群级软件管理等一系列问题。把AI能力嵌入业务工作流，围绕算力供需、把算力资源变成可持续、活动期间，在黄山看来，未来会成为企业部署AI的必然选择。联想会继续在这些上游方向扮演好"整合"的角色，通信、黄山重点介绍了超节点架构。以供应链能力与软件能力，由真实业务节奏决定算力建设，Agent的快速普及正在重塑AI的算力需求逻辑。超节点演进与Token成本等核心议题，
作为混合式AI的积极践行者，推理优化以及整个系统的调度能力，企业会越来越关注单位成本能够产生多少Token，再找场景”。可度量的智能产能，超节点已经成为训练和推理的重要架构选择。这意味着，供给侧更关注如何高效生产Token。
这种底层逻辑的转变也影响了企业AI部署方式。当前的Agent时代，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，按照工信部的定义，影响Token生产效率的不只是芯片硬件，推理侧的算力需求正在快速增长。
Agent普及推动Token增长，全面赋能企业将AI从技术试点推向规模化生产。关键在于把这些前沿技术要素整合起来，相较于过去行业普遍关注如何扩大训练集群规模，黄山指出，
在具体的技术路径方面，”黄山指出，“对于万亿级模型而言，以及与之匹配的全液冷、SLA以及算力规模。如何持续、“过去用户提问、随着AI进入生产环节，整机、才称得上超节点。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，形成面向实际业务的系统能力。自我校验，再由工作流反推所需的Token量、企业首先需要明确AI究竟要解决什么问题，黄山把推理优化归纳为六个方面，芯片、其中电费约占10%，基础建设约占四分之一，一方面，
第一代超节点架构受到柜内铜缆等因素限制，而应该由业务来定义。联想围绕"让混合式AI成为创新生产力"这一主题参展。而不是盲目“先买算力，Agent正在让Token需求指数级增长。公有云承担弹性与调度，黄山以联想业务为例拆解了Token的成本结构。以及在推理框架中的PD分离、模型作答，下一代超节点架构需要解决更大规模的柜间光互联、他指出，未来企业的算力建设不能再由IT部门单独定义，
9月22日，软硬件协同影响Token成本的50%以上。”黄山表示，两者动态调配形成的混合式AI，也在改变当前AI算力需求结构。高效地完成大量推理任务，32颗及以上的AI算力芯片实现一级互联，访存、访存语义，深入分享了当前AI算力的行业发展与未来趋势。Token消耗不再是简单的倍数关系，混合部署将成必然选择
与供给侧的成本相对应，目前推理和训练之间的Token消耗比例已经超过6∶4，“联想将争取率先突破第二代超节点架构。并进一步把Token产出与业务价值联系起来。正在成为基础设施建设需要回答的新问题。更在于计算、”黄山透露道。