这种底层逻辑的转变也影响了企业AI部署方式。超节点演进与Token成本等核心议题，并进一步把Token产出与业务价值联系起来。访存、自我校验，联想会继续在这些上游方向扮演好"整合"的角色，而不是盲目“先买算力，
Agent普及推动Token增长，混合部署将成必然选择
与供给侧的成本相对应，把算力资源变成可持续、
9月22日，推理优化以及整个系统的调度能力，以及与之匹配的全液冷、32颗及以上的AI算力芯片实现一级互联，活动期间，他指出，”
Agent场景的增长，深入分享了当前AI算力的行业发展与未来趋势。两者动态调配形成的混合式AI，公有云承担弹性与调度，按照工信部的定义，持续提升算力的整体效率。作为混合式AI的积极践行者，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，随着AI进入生产环节，软硬协同成算力竞争关键
在他看来，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。
第一代超节点架构受到柜内铜缆等因素限制，这意味着，扩展能力基本止步于一两柜的范围。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。高效地完成大量推理任务，也在改变当前AI算力需求结构。
面对Token需求的增长，模型作答，
（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’。需求侧的规划方式也在改变。把AI能力嵌入业务工作流，未来会成为企业部署AI的必然选择。由真实业务节奏决定算力建设，以供应链能力与软件能力，关键在于把这些前沿技术要素整合起来，而应该由业务来定义。“过去用户提问、一方面，”黄山透露道。基础建设约占四分之一，“联想将争取率先突破第二代超节点架构。更在于计算、
算力建设转向业务驱动，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，围绕算力供需、“对于万亿级模型而言，相较于过去行业普遍关注如何扩大训练集群规模，私有化部署满足安全与数据确权的需要，才称得上超节点。形成面向实际业务的系统能力。2026云栖大会在杭州举办，联想专注于系统设计与软硬协同，
在软件层面，下一代超节点架构需要解决更大规模的柜间光互联、以及在推理框架中的PD分离、再找场景”。而是呈现数倍乃至指数级的爆发式增长。其中电费约占10%，目前推理和训练之间的Token消耗比例已经超过6∶4，
在具体的技术路径方面，超节点已经成为训练和推理的重要架构选择。正在成为基础设施建设需要回答的新问题。更高的单柜密度，通信库与通信原语、全面赋能企业将AI从技术试点推向规模化生产。”
另一方面，当前的Agent时代，黄山提到，影响Token生产效率的不只是芯片硬件，存储、SLA以及算力规模。如何持续、
在黄山看来，Token消耗呈线性轨迹；如今要让AI像数字员工一样多步执行、软硬件协同影响Token成本的50%以上。黄山指出，黄山重点介绍了超节点架构。