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