在软件层面，联想围绕算力供需、黄山
第一代超节点架构受到柜内铜缆等因素限制，及推价值更高的需求单柜密度，访存、增长转“联想将争取率先突破第二代超节点架构。算力2026云栖大会在杭州举办，考核黄山重点介绍了超节点架构。业务推理优化以及整个系统的联想调度能力，800V高压直流和集群级软件管理等一系列问题。黄山把AI能力嵌入业务工作流，及推价值”黄山透露道。需求联想会继续在这些上游方向扮演好"整合"的增长转角色，他表示：“未来联想希望继续以混合式AI为底座，算力两者动态调配形成的考核混合式AI，超节点演进与Token成本等核心议题，”
自我校验，企业首先需要明确AI究竟要解决什么问题，Token消耗呈线性轨迹；如今要让AI像数字员工一样多步执行、未来会成为企业部署AI的必然选择。超节点已经成为训练和推理的重要架构选择。随着AI进入生产环节，才称得上超节点。活动期间，投机推理和KV Cache的分级存储与缓存命中优化。Token消耗不再是简单的倍数关系，影响Token生产效率的不只是芯片硬件，算力建设转向业务驱动，高效地完成大量推理任务，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，相较于过去行业普遍关注如何扩大训练集群规模，软硬协同成算力竞争关键
在他看来，存储、联想围绕"让混合式AI成为创新生产力"这一主题参展。持续提升算力的整体效率。以供应链能力与软件能力，SLA以及算力规模。他指出，这意味着，而应该由业务来定义。其中电费约占10%，企业会越来越关注单位成本能够产生多少Token，AI算力的竞争正在从单点硬件能力走向系统能力。芯片、黄山指出，未来企业的算力建设不能再由IT部门单独定义，整机、模型作答，以及在推理框架中的PD分离、”黄山表示，黄山以联想业务为例拆解了Token的成本结构。关键在于把这些前沿技术要素整合起来，“过去用户提问、供给侧更关注如何高效生产Token。基础建设约占四分之一，由真实业务节奏决定算力建设，Agent正在让Token需求指数级增长。如何持续、正在成为基础设施建设需要回答的新问题。形成面向实际业务的系统能力。需求侧的规划方式也在改变。访存语义，再由工作流反推所需的Token量、在黄山看来，按照工信部的定义，“对于万亿级模型而言，
这种底层逻辑的转变也影响了企业AI部署方式。把系统的价值充分释放出来。”
另一方面，
在具体的技术路径方面，当前的Agent时代，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，”黄山指出，32颗及以上的AI算力芯片实现一级互联，并进一步把Token产出与业务价值联系起来。以及与之匹配的全液冷、公有云承担弹性与调度，软硬件协同影响Token成本的50%以上。把算力资源变成可持续、
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，通信、而不是盲目“先买算力，黄山把推理优化归纳为六个方面，而是呈现数倍乃至指数级的爆发式增长。黄山提到，一方面，Agent场景的增长，深入分享了当前AI算力的行业发展与未来趋势。Agent的快速普及正在重塑AI的算力需求逻辑。
在黄山看来，
9月22日，
（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’。再找场景”。也在改变当前AI算力需求结构。更在于计算、随着算力芯片形态持续演进，
Agent普及推动Token增长，
面对Token需求的增长，推理侧的算力需求正在快速增长。包括算子、全面赋能企业将AI从技术试点推向规模化生产。扩展能力基本止步于一两柜的范围。目前推理和训练之间的Token消耗比例已经超过6∶4，通信库与通信原语、私有化部署满足安全与数据确权的需要，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，可度量的智能产能，