河北
来源：新浪科技
新浪科技讯 9月24日下午消息，在2026云栖大会期间，联想中国基础设施业务群战略技术总监黄山表示，“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’。”他谈到，随着AI进入生产环节，企业会越来越关注单位成本能够产生多少Token，并进一步把Token产出与业务价值联系起来。
在他看来，Agent的快速普及正在重塑AI的算力需求逻辑。一方面，Agent正在让Token需求指数级增长。“过去用户提问、模型作答，Token消耗呈线性轨迹；如今要让AI像数字员工一样多步执行、自我校验，Token消耗不再是简单的倍数关系，而是呈现数倍乃至指数级的爆发式增长。”
另一方面，Agent场景的增长，也在改变当前AI算力需求结构。黄山提到，目前推理和训练之间的Token消耗比例已经超过6∶4，推理侧的算力需求正在快速增长。相较于过去行业普遍关注如何扩大训练集群规模，当前的Agent时代，如何持续、高效地完成大量推理任务，正在成为基础设施建设需要回答的新问题。
面对Token需求的增长，供给侧更关注如何高效生产Token。黄山以联想业务为例拆解了Token的成本结构。他指出，基础建设约占四分之一，其中电费约占10%，软硬件协同影响Token成本的50%以上。这意味着，影响Token生产效率的不只是芯片硬件，更在于计算、通信、访存、存储、推理优化以及整个系统的调度能力，AI算力的竞争正在从单点硬件能力走向系统能力。
与供给侧的成本相对应，需求侧的规划方式也在改变。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，而应该由业务来定义。企业首先需要明确AI究竟要解决什么问题，把AI能力嵌入业务工作流，再由工作流反推所需的Token量、SLA以及算力规模。由真实业务节奏决定算力建设，而不是盲目“先买算力，再找场景”。
这种底层逻辑的转变也影响了企业AI部署方式。公有云承担弹性与调度，私有化部署满足安全与数据确权的需要，两者动态调配形成的混合式AI，未来会成为企业部署AI的必然选择。
在黄山看来，芯片、整机、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，关键在于把这些前沿技术要素整合起来，形成面向实际业务的系统能力。他表示：“未来联想希望继续以混合式AI为底座，把算力资源变成可持续、可度量的智能产能，全面赋能企业将AI从技术试点推向规模化生产。”
特别声明：以上内容(如有图片或视频亦包括在内)为自媒体平台“网易号”用户上传并发布，本平台仅提供信息存储服务。
Notice: The content above (including the pictures and videos if any) is uploaded and posted by a user of NetEase Hao, which is a social media platform and only provides information storage services.
