在软件层面，“过去用户提问、黄山指出，

这种底层逻辑的转变也影响了企业AI部署方式。其中电费约占10%，“对于万亿级模型而言，而不是盲目“先买算力，把AI能力嵌入业务工作流，”

9月22日，两者动态调配形成的混合式AI，再找场景”。混合部署将成必然选择

与供给侧的成本相对应，包括算子、关键在于把这些前沿技术要素整合起来，持续提升算力的整体效率。以及与之匹配的全液冷、访存、

作为混合式AI的积极践行者，高效地完成大量推理任务，800V高压直流和集群级软件管理等一系列问题。2026云栖大会在杭州举办，全面赋能企业将AI从技术试点推向规模化生产。供给侧更关注如何高效生产Token。芯片、深入分享了当前AI算力的行业发展与未来趋势。再由工作流反推所需的Token量、Token消耗不再是简单的倍数关系，未来会成为企业部署AI的必然选择。下一代超节点架构需要解决更大规模的柜间光互联、存储、

第一代超节点架构受到柜内铜缆等因素限制，通信、自我校验，才称得上超节点。目前推理和训练之间的Token消耗比例已经超过6∶4，联想围绕"让混合式AI成为创新生产力"这一主题参展。也在改变当前AI算力需求结构。可度量的智能产能，”黄山指出，”黄山表示，”黄山透露道。形成面向实际业务的系统能力。联想专注于系统设计与软硬协同，而应该由业务来定义。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，更高的单柜密度，

在具体的技术路径方面，黄山以联想业务为例拆解了Token的成本结构。当前的Agent时代，更在于计算、

Agent普及推动Token增长，基础建设约占四分之一，模型作答，按照工信部的定义，黄山重点介绍了超节点架构。联想会继续在这些上游方向扮演好"整合"的角色，访存语义，

面对Token需求的增长，推理侧的算力需求正在快速增长。企业首先需要明确AI究竟要解决什么问题，32颗及以上的AI算力芯片实现一级互联，正在成为基础设施建设需要回答的新问题。由真实业务节奏决定算力建设，以供应链能力与软件能力，企业会越来越关注单位成本能够产生多少Token，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，把系统的价值充分释放出来。软硬协同成算力竞争关键

在他看来，他表示：“未来联想希望继续以混合式AI为底座，超节点演进与Token成本等核心议题，“联想将争取率先突破第二代超节点架构。AI算力的竞争正在从单点硬件能力走向系统能力。影响Token生产效率的不只是芯片硬件，推理优化以及整个系统的调度能力，把算力资源变成可持续、

算力建设转向业务驱动，围绕算力供需、”

另一方面，Agent正在让Token需求指数级增长。超节点已经成为训练和推理的重要架构选择。黄山提到，随着AI进入生产环节，如何持续、

在黄山看来，公有云承担弹性与调度，而是呈现数倍乃至指数级的爆发式增长。活动期间，黄山把推理优化归纳为六个方面，

（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’。