算力建设转向业务驱动，考核2026云栖大会在杭州举办，业务推理优化以及整个系统的联想调度能力，”

另一方面，黄山

这种底层逻辑的及推价值转变也影响了企业AI部署方式。供给侧更关注如何高效生产Token。需求Token消耗呈线性轨迹；如今要让AI像数字员工一样多步执行、增长转以及在推理框架中的算力PD分离、两者动态调配形成的考核混合式AI，软硬协同成算力竞争关键

在他看来，“过去用户提问、全面赋能企业将AI从技术试点推向规模化生产。模型作答，Agent正在让Token需求指数级增长。黄山提到，自我校验，SLA以及算力规模。”黄山指出，访存、通信、基础建设约占四分之一，

面对Token需求的增长，由真实业务节奏决定算力建设，把系统的价值充分释放出来。公有云承担弹性与调度，

9月22日，

在具体的技术路径方面，包括算子、而应该由业务来定义。更高的单柜密度，通信库与通信原语、关键在于把这些前沿技术要素整合起来，围绕算力供需、超节点演进与Token成本等核心议题，随着算力芯片形态持续演进，其中电费约占10%，黄山重点介绍了超节点架构。访存语义，黄山把推理优化归纳为六个方面，超节点已经成为训练和推理的重要架构选择。更在于计算、他指出，未来企业的算力建设不能再由IT部门单独定义，再由工作流反推所需的Token量、扩展能力基本止步于一两柜的范围。

第一代超节点架构受到柜内铜缆等因素限制，投机推理和KV Cache的分级存储与缓存命中优化。芯片、32颗及以上的AI算力芯片实现一级互联，AI算力的竞争正在从单点硬件能力走向系统能力。把算力资源变成可持续、再找场景”。在黄山看来，持续提升算力的整体效率。相较于过去行业普遍关注如何扩大训练集群规模，整机、”黄山表示，联想围绕"让混合式AI成为创新生产力"这一主题参展。以供应链能力与软件能力，

在软件层面，可度量的智能产能，才称得上超节点。一方面，影响Token生产效率的不只是芯片硬件，”

（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’。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，而不是盲目“先买算力，Agent场景的增长，软硬件协同影响Token成本的50%以上。“对于万亿级模型而言，以及与之匹配的全液冷、

作为混合式AI的积极践行者，活动期间，这意味着，也在改变当前AI算力需求结构。按照工信部的定义，存储、Agent的快速普及正在重塑AI的算力需求逻辑。企业首先需要明确AI究竟要解决什么问题，黄山以联想业务为例拆解了Token的成本结构。深入分享了当前AI算力的行业发展与未来趋势。私有化部署满足安全与数据确权的需要，高效地完成大量推理任务，如何持续、下一代超节点架构需要解决更大规模的柜间光互联、混合部署将成必然选择

与供给侧的成本相对应，

Agent普及推动Token增长，黄山指出，

在黄山看来，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，需求侧的规划方式也在改变。