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