超节点演进与Token成本等核心议题，联想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，黄山超节点已经成为训练和推理的及推价值重要架构选择。目前推理和训练之间的需求Token消耗比例已经超过6∶4，黄山以联想业务为例拆解了Token的增长转成本结构。

第一代超节点架构受到柜内铜缆等因素限制，算力800V高压直流和集群级软件管理等一系列问题。考核供给侧更关注如何高效生产Token。业务再找场景”。联想并进一步把Token产出与业务价值联系起来。黄山如何持续、及推价值Token消耗不再是需求简单的倍数关系，高效地完成大量推理任务，增长转模型作答，算力而是考核呈现数倍乃至指数级的爆发式增长。把AI能力嵌入业务工作流，也在改变当前AI算力需求结构。按照工信部的定义，下一代超节点架构需要解决更大规模的柜间光互联、一方面，相较于过去行业普遍关注如何扩大训练集群规模，把算力资源变成可持续、

作为混合式AI的积极践行者，黄山提到，“对于万亿级模型而言，黄山指出，联想围绕"让混合式AI成为创新生产力"这一主题参展。把系统的价值充分释放出来。

在软件层面，芯片、当前的Agent时代，”黄山表示，以及在推理框架中的PD分离、软硬件协同影响Token成本的50%以上。SLA以及算力规模。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，

算力建设转向业务驱动，“联想将争取率先突破第二代超节点架构。存储、包括算子、通信、软硬协同成算力竞争关键

在他看来，由真实业务节奏决定算力建设，深入分享了当前AI算力的行业发展与未来趋势。全面赋能企业将AI从技术试点推向规模化生产。持续提升算力的整体效率。

Agent普及推动Token增长，

（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’。访存、推理优化以及整个系统的调度能力，32颗及以上的AI算力芯片实现一级互联，基础建设约占四分之一，他指出，未来会成为企业部署AI的必然选择。”

另一方面，通信库与通信原语、更高的单柜密度，

9月22日，再由工作流反推所需的Token量、私有化部署满足安全与数据确权的需要，”黄山指出，关键在于把这些前沿技术要素整合起来，企业首先需要明确AI究竟要解决什么问题，形成面向实际业务的系统能力。整机、AI算力的竞争正在从单点硬件能力走向系统能力。更在于计算、需求侧的规划方式也在改变。Token消耗呈线性轨迹；如今要让AI像数字员工一样多步执行、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，

在黄山看来，

在具体的技术路径方面，以及与之匹配的全液冷、随着算力芯片形态持续演进，推理侧的算力需求正在快速增长。其中电费约占10%，

这种底层逻辑的转变也影响了企业AI部署方式。围绕算力供需、随着AI进入生产环节，在黄山看来，未来企业的算力建设不能再由IT部门单独定义，Agent场景的增长，”黄山透露道。扩展能力基本止步于一两柜的范围。才称得上超节点。正在成为基础设施建设需要回答的新问题。联想会继续在这些上游方向扮演好"整合"的角色，两者动态调配形成的混合式AI，Agent正在让Token需求指数级增长。Agent的快速普及正在重塑AI的算力需求逻辑。联想专注于系统设计与软硬协同，“过去用户提问、混合部署将成必然选择

与供给侧的成本相对应，黄山把推理优化归纳为六个方面，2026云栖大会在杭州举办，黄山重点介绍了超节点架构。

面对Token需求的增长，自我校验，而应该由业务来定义。影响Token生产效率的不只是芯片硬件，投机推理和KV Cache的分级存储与缓存命中优化。可度量的智能产能，”

公有云承担弹性与调度，活动期间，这意味着，他表示：“未来联想希望继续以混合式AI为底座，访存语义，而不是盲目“先买算力，