芯片变了：英伟达 AMD 从未如此依赖联想

陈庆春/文

在英伟达公司内部有一条规定：新一代产品最多只能有一到两款芯片发生变化。

但今年，英伟达的一把手、创始人 CEO 黄仁勋，一口气发布了 6 款新芯片，包括：Vera CPU、Rubin GPU、NVLink 6交换芯片（数据流动通道）、ConnectX-9网卡、BlueField-4 DPU（加速处理数据在CPU、GPU 与存储之间的流动）、Spectrum-6以太网交换芯片。

英伟达还将这 6 款新芯片组成了一个新的计算平台Vera Rubin，以及一个Vera Rubin NVL72机架（包含6颗突破性芯片、18个计算托盘、9个NVLink交换机托盘和220万亿个晶体管，重量接近两吨），和一个更大的算力集群Rubin Pod（包含1152个GPU和16个机架）。

单个Vera Rubin 计算平台的推理性能为前代Blackwell的5倍，而训练特定模型所需GPU数量减少75%，处理每个Token的成本降至十分之一。Vera Rubin NVL72 和Rubin Pod，可以理解成在Vera Rubin基础上的算力再度膨胀。

黄仁勋说，每一款新芯片都值得开一场发布会，在过去，可能需要一整家公司专门负责其中一项。如今，英伟达要负责一整个算力堆栈的事情。英伟达不再是一家单纯的芯片厂家，而是像黄仁勋给自己的新定位：AI 基础设施厂商。

为什么会有如此巨大的转变？黄仁勋的解释是：“我们知道摩尔定律已大幅放缓，因此我们每年能获得的晶体管数量，根本无法跟上模型每年10倍的增长、每年5倍的token生成量增长，以及还要要求每年10倍的token成本下降。除非我们采用激进的、极致的协同设计（extreme co-design），即同时在整个栈的所有芯片上进行创新，否则这个行业根本无法持续进步。这就是为什么我们这一代别无选择，只能重新设计每一颗芯片。”

无独有偶，像黄仁勋这样思考“摩尔定律”与“AI进步”两者关系的，还有另一家芯片巨头AMD。

AMD董事长、CEO苏姿丰几乎在同一时间，发布了AMD的GPU新品，以及一个新的计算平台Helios。每个Helios计算平台包含四个MI455 GPU，搭配下一代EPYC“Venice”CPU和Pensando网络芯片。

苏姿丰说：“如果要让 AI 无处不在，未来几年里，我们必须把全球算力再提升100倍，在未来五年内达到超过10 Yottaflops（10的25次方字节浮点运算）的规模。要跟上如此庞大的计算需求，必须依靠整个生态系统的协同合作。正因为如此，我们打造了Helios，这是我们面向尧字节级AI时代的新一代机架级平台。”

芯片变了，靠“更先进制程+更大芯片”的线性进步，已经无法支撑AI的指数级需求。芯片巨头们不再满足于售卖单颗计算单元，而是开始兜售一整个机柜、一整套架构。他们的身位也发生了重大偏移，从视觉上看，似乎已经严重挤压服务器、算力集群等AI基础设施提供商的生存空间，比如联想集团。

可能有一种焦虑：当英伟达和AMD开始定义系统、定义机架，传统的服务器厂家如联想集团，是否会沦为单纯的代工厂？英伟达的“蓝图”是否终将吞噬联想的领地？

联想集团科技创新大会上，杨元庆与 AMD、高通、Intel 等合作伙伴在一起。

但更有意思的是，无论是黄仁勋、苏姿丰，还是高通、Intel，芯片四巨头全部都想拉紧联想集团董事长、CEO 杨元庆的手。在拉斯维加斯Sphere大球内，联想集团科技创新大会上，他们将杨元庆围在中心，期待他将所有人的算力梦想变成现实。

英伟达、AMD与联想的边界正在消融，但对联想的依赖却历史空前。

“被抢活儿”还是“被抬上桌”？

表面看，英伟达和 AMD 从芯片做到系统架构甚至整机方案，似乎正在侵蚀传统整机厂、方案商的价值空间。实际上，这种纵向延伸既是对联想的压力，也是对联想的“抬价”：

当性能提升不能再单纯依赖晶体管的微缩，它就必须依赖“系统”。这意味着散热、互联、供电以及软硬件的极致协同，成了算力增长的唯一路径。

在Tech World期间的媒体采访中，当被问及如何看待英伟达与联想的关系时，杨元庆表示：“英伟达的技术很重要，但联想有我们的特长。我们的特长是自主设计、自主独到的地方，比如液冷技术。”

有一个常识需要强调一下：算力集群规模越大，能耗越大，就需要极速散热、节能。联想集团的“海神（Neptune）”液冷技术是目前世界上最先进的散热技术之一，可实现PUE低至1.1的极致能效，相比传统风冷系统功耗降低最高40%，散热性能提升3.5倍。

黄仁勋对联想算力集群的能力十分认可，他说：“联想实际上构建了全球最多的超级计算机——尽管很多人并不知道这一点。全球 Top 500 超级计算机中，有三分之一由联想打造。这不仅是制造能力，更是构建、部署并在超算级数据中心中交付复杂系统的综合能力。”

联想集团科技创新大会上，杨元庆与黄仁勋

当然这只是产品系统设计、交付的某一个方面，更重要的是，客户买算力不是为了买算力，而是想要尽快生成第一个 token，让 AI立刻投入业务运行。

所以黄仁勋站在联想创新科技大会的舞台上，十分真诚的表达了双方合作的核心起点：“我们的核心问题是，把联想在系统制造、安装、调试和交付方面的能力‘产品化’，让客户直接获得一座可以立即投入使用的 AI 工厂。”双方将共同打造“联想人工智能云超级工厂”。

黄仁勋的想法很简单，就是希望企业客户能够尽快使用好 Vera Rubin 这样先进、高级的算力平台，靠他自己显然不行，他只能依靠有产品交付能力的联想集团。

苏姿丰的想法其实也跟黄仁勋一样。她说，“全球企业都在思考如何让AI更贴近自身数据，同时保持灵活性和随时间推演进化的能力。”“企业需要能够在云端、本地和边缘自由部署 AI，同时基于自有数据，按照自身业务需求灵活选择 CPU、GPU 与软件的最佳组合。”而企业需要的这些能力，绝非一家芯片厂家能提供的系统架构，所以，苏姿丰同样选择了联想作为合作伙伴，将先进的Helios 计算平台能快速的交付给企业客户。

联想集团科技创新大会上，杨元庆与苏姿丰

英伟达、AMD展示的“蓝图”更像是一份复杂的菜单和设计指南，将这份“蓝图”从硅片、系统架构，转化为能够在全球数以万计的数据中心里稳定运行的物理实体，是一道难以逾越的工程鸿沟。联想的角色，正是将这些尖端芯片“驯服”并集成进高效运行的工厂中。

英伟达、AMD解决的是：算力是否能跑到极限；联想解决的是：系统是否能在现实世界里跑下去。前者追求技术开发的极限，后者追求的是现实落地的极限。

如果联想只是简单把这些平台做成“整机包装”，而无法在系统设计、管理软件和场景化解决方案上形成独特贡献，就有可能被逐渐压缩为“代工+渠道”的角色，议价空间不断被挤压。但显然，联想有着自己的“主权优势”。

联想的“主权优势”：混合式AI与超级工厂

联想在这一变革中的战略优势，被总结为“混合式AI”。

杨元庆现场阐释了这一逻辑：单一的AI模型、芯片、设备，无法满足所有需求，联想会借助自己的技术优势，为企业和个人挑选最佳模型、芯片、设备，打造个性化的个人智能+企业智能的全场景落地AI。

在采访中，他以芯片为例，做了一个简单的解释：“不同的芯片厂商有不同的长项。为什么昨天我们有四家合作伙伴（四个芯片巨头）都在那？他们的强项是不一样的。在AI云方面，那肯定是英伟达；在PC终端方面，那肯定是英特尔、AMD；但是在小的手机和可穿戴设备上，耗能比较讲究的这些地方，肯定是高通更加领先一些。”

在模型方面，他也认为，不是一个模型通吃，多个模型都需要，而且不同的应用需要选择不同的模型。“所以那就毫无疑问，我们可能跟所有开放的模型厂商都会进行合作。”

联想集团首席技术官Tolga Kurtoglu进一步阐释，实现混合式AI背后的核心技术之一，包括：智能模型编排（Intelligent Model Orchestration）、智能体内核（Agent Core）与多智能体协作（Multi-agent Collaboration）。具体而言：

• 智能模型编排技术——可以理解为“模型路由器”，能让智能体为用户的特定任务，挑选出最优的单一模型，或是组合出最合适的模型矩阵，在保障安全性与低延迟的同时，降低计算成本。

• 智能体内核技术——可以理解为智能体的“认知大脑”。正是通过这一核心，智能体才能理解用户的上下文语境，把握用户的真实意图，清楚用户想要做什么、需要什么；它还能让智能体记住与用户的过往交互，既具备短期记忆，也拥有长期记忆；同时，复杂的任务也会在这里被拆解成一个个简单的步骤来执行。

• 多智能体协作技术——Tolga 称，其设计愿景是，从用户视角来看只有一个交互入口，但背后会有专注于特定领域或特定任务的智能体各司其职。而我们所说的“超级智能体”，本质上就是负责统筹、协调所有这些领域专属智能体，最终为终端用户的问题给出答案。

联想集团高级副总裁、中国区方案服务业务群（SSG）总经理戴炜称，到目前为止，联想在不同行业的智能体大概超过200多个。

混合式AI当然不只是一个模型选择、智能体构建的技术，它包括从基础层到上层应用、解决方案的总体技术能力：混合式基础设施（Hybrid Infrastructure）、数据知识库（Data & Knowledge）、模型和智能体平台（Al Models & Agent Platforms）、AI 工厂（Al Factory）、AI解决方案库（Al Library），以及AI全周期服务（Al Services）。

联想集团副总裁、中国区政企业务群总经理王立平，在向媒体介绍时称：“我们可以提供的是AI工厂，能结合推理场景降低每个Token的成本。”

他还以联想万全异构智算平台为例做了更详细介绍：“完全异构智算平台很重要的是纳管CPU、GPU、NPU，包括国际还是国产路线的CPU和GPU路线。另外，我们结合智算做了优化，对于GPU来讲，从算力层到计算框架到整体的网络通信，都做了极大优化，性能上总体可以提升20-30%。很多GPU使用率只有百分之三四十，通过我们优化之后提升到百分之五六十，这是巨大的提升。”

王立平还举了两个实例：

• 伊利——这个案例非常有代表性。这不是某个环节提效，而是从牧场到消费者的全链条重构：联想助力伊利构建了600多个算法模型；其中，供应链“控制塔”系统，整合了80多项供应指标、140多项广促指标。最终带来的不是“感觉变聪明了”，而是极其确定的结果：原奶调配单吨运输成本显著下降；24小时到厂及时率稳定在98%。这就是系统化AI的价值。

• 遂源——这个案例，解决的是很多地方在“东数西算”背景下的共同焦虑：算力多了，但到底怎么管、怎么用、怎么挣钱？

  联想先做的不是简单的“加卡”，而是把4000多张 GPU （未来扩展至万卡）拉进一个统一的调度系统，不管芯片来自哪里，在上层看起来都是“一朵云”。然后是稳定性。以前靠人盯、靠经验，现在是系统自动监控、自动调度，算力稳定性直接拉高了 50%。客户最满意的一点其实在最后：算力终于能“按规则卖”了。

  通过不同的计量计费模式，算力利用率提升了40%；算力租赁业务的收入，提升了 35%。这个案例说明一件事：混合式 AI，不只是算得快，而是算得清、算得值。

当然，最新的案例是，联想与2026年FIFA世界杯的合作，除了为其提供联想足球AI超级智能体（Football AI Pro）和联想VAR 3D数字人可视化方案（VAR Digital Avatar）之外，还将为赛事提供涵盖设备交付、现场支持与仓储服务在内的一体化技术保障，并通过AI优化的智能指挥中心，对赛事物流、通信与运行状态进行统一管理与预测性调度，确保赛事在各赛区高效、安全、有序运行。

杨元庆补充了一个双方合作的目的：这是一次展示联想全球交付能力的绝佳机会。今年世界杯首次由三国联合举办、48支球队参与，预计将吸引全球超过60亿观众的目光，决赛更将有20亿球迷共同观看。

芯片变了，算力的形态变了，但客户的核心需求没变。他们需要的不是孤立的芯片或架构，而是能解决实际问题的AI解决方案。

混合式AI的技术架构，沉淀 3 年，如今已确立了联想在AI产业链中的新身份：

• 工程化主权：杨元庆提到，联想拥有“自主设计、自主生产、全球交付的能力”，这让联想能比纯代工厂更快地将芯片转化为token产出。

• AI超级工厂：联想不仅提供计算，还提供包括模型选择，存储、网络在内的全栈 AI基础设施，以及解决方案。在这个超级工厂中，英伟达也仅是选择项之一。

• 全周期服务商：联想方案服务业务集团（SSG）的首席技术官Art Hu称，客户现在面临的最大问题是ROI（投资回报率）。“我们提供AI Discovery服务，帮助客户评估想法是否可行。”这意味着联想正在从硬件厂商演变为“AI咨询与集成商”。

这个新身份，让英伟达和 AMD，甚至微软、OpenAI，在AI落地上，都从未如此依赖联想。但上下游身份的微妙之处，却也如影随形。

两个挑战：开放生态与持续研发

联想既要深度拥抱英伟达、AMD、英特尔、高通等伙伴，又要保持足够的架构中立性，为客户提供“最适合”的组合，而不是被看作某一家芯片厂的延伸。 这要求联想在产品规划、市场话术和技术路线中，既展示与头部芯片厂的深度合作，又保留多元选择和开放架构的空间。

不只是芯片，在模型选择上，同样需要联想拥有极高的生态平衡术。杨元庆的底气是，AI 时代，硬件依然是用户进入AI的入口。

但与之前PC 时代不同的是，AI 时代的整机和解决方案不再是“装配 + 集成”，而是“架构设计 + 软件栈+ 运维服务”的综合体，这要求联想在自研 AI 平台、智能体编排、异构计算等方面持续重投入。英伟达和AMD架构在快速迭代，联想必须在极短的周期内完成复杂的系统适配。如果研发进度跟不上芯片厂商和云厂商的演进节奏，联想就有可能在上游“平台化”的过程中被边缘化。

随着AI向边缘延伸，如何让智能穿戴设备（如联想与高通合作的Maxwell）与数据中心无缝协同，考验着联想的跨平台整合能力。高通总裁安蒙在演讲中提到的“个人专属智能终端”，需要与联想的后端云设施形成闭环。这要求联想在软件层面的投入必须跟上硬件的脚步。

开放生态平衡术、持续的软硬件研发投入，将是联想集团接下来能否夯实混合式 AI 竞争优势的两大挑战。

在2026年的坐标点上，联想不再只是芯片的承载者，而是AI算力工厂的架构师。在这场重新定义计算的竞赛中，巨头们并非在相互吞噬，而是在深度的权力重构中，共同开启混合式AI的新纪元。（本文结束）