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。

联想中国基础设施业务群战略技术总监黄山

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。"