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