申耀的科技观察 · 3 天前 · 四川

联想问天四拳齐出,每一拳都打在Token成本上

2026年,人工智能终于跨过了那道分水岭——从“会聊天”变成了“能干活”。标志性的变化,是词元(Token)经济的爆发与智能体(Agentic AI)的规模化落地。

中国信通院数据显示,中国日均Token调用量已从2024年初的1000亿飙升至2026年6月的500万亿,两年增长超千倍、较2025年底翻了近四倍。而这轮井喷的“总开关”,正是以腾讯WorkBuddy、字节扣子等为代表的智能体,这类应用完成一次任务要反复检索、调工具、多轮反馈,单次Token耗用量远超普通问答。OpenRouter的数据也印证了这一点,今年10月,平台790万亿Token调用中,约76%被智能体吃下,Token消耗正被指数级放大。

但Token越“火热”,智能体越“能干”,算力底座就越“吃紧”。当算力走向超节点化、单柜功耗冲上数百千瓦,比拼的早已不是谁家卡多,而是每度电能产出多少Token、CPU与GPU能否默契配合,而液冷正从“可选”走向“必选”。换句话说,算力不能再靠堆卡扩规模,而要学会精打细算。

在此背景下,11月12日,联想全球首发搭载第六代AMD EPYC™处理器的联想问天WR6215 G6与WR5225 G6服务器;与此同时,联想问天WA5685 G5与WA70165 G5两款AI服务器同步亮相。四款产品整机性能较上代最高提升78%,其中三款可搭载第六代联想问天海神液冷技术,共同组成覆盖通用计算、轻量推理到大规模训推的全场景算力矩阵。

毫无疑问,联想问天以全场景算力矩阵布局,既是顺应趋势,更是主动定义趋势,即让每一度电产出更多Token,让“更强大、更稳定、更高效、更绿色”的算力,成为智能体时代最坚实的底气。

01.

三大“新变量”,

读懂算力产业的全新逻辑

事实上,这股趋势的背后,隐藏着算力产业的三大新变量,它们彼此交织,共同勾勒出算力产业下一步的走向。

联想集团副总裁、中国基础设施业务群总经理陈振宽

一是,多元异构之变,CPU重新成为算力核心。很长一段时间里,模型训练是产业发展的绝对主线,AI算力几乎和GPU划等号。但随着推理需求爆发、智能体加速落地,单纯堆叠GPU已很难满足复杂场景的需求。因此,CPU的系统调度能力、GPU的规模计算能力、xPU在各自领域的持续加速能力,共同构成了新一代算力的核心中枢。

TrendForce最新研究显示,随着AI Agent应用铺开,服务器CPU需求自2025年下半年稳步升温,预计2026年出货年增31%,2027年在推理与Agentic AI驱动下再增逾40%;TrendForce亦判断,Agent场景下CPU与GPU的配比将从1:8逐步演进到1:1至1:2。

这是一场工作负载的全新迁移,GPU继续专注密集计算、生成Token,CPU则从“后勤保障”升级为智能体的“总调度”,负责拆解任务、调用工具、协调多个智能体协作。这一分工的变化,让选对CPU第一次成了AI基础设施的头等大事。

二是,系统协同之变,从“单点性能”到“全栈效率”。过去衡量算力看的是单机性能,而今天决定AI基础设施能力的,已经是计算、存储、网络、供电等全栈能力的高度协同,这一点在超节点乃至更大规模的算力集群里尤为突出。

系统越复杂,功耗就越高。当单柜集成的芯片数量越来越多,单柜功率便从“几十千瓦”跨入“几百千瓦”。这意味着竞争的胜负手已经从“能不能拿到卡”,转向“能不能把数百千瓦的机柜稳定地装起来、冷下来、供上电”。从单点性能到全栈效率,本质是从比拼芯片参数,转向比拼系统整合能力。

但传统风冷的换热上限仅约20kW,当单柜功率突破这一阈值,液冷已成为一道必答题。在这一切背后,还压着一道越来越硬的能效红线——《数据中心绿色低碳发展专项行动计划》要求新建大型、超大型数据中心PUE力争控制在1.25以内,国家枢纽节点不高于1.2。功耗飙升与能效强制化两头夹击之下,液冷已是绕不开的选择。

三是,价值锚点之变,从“买算力”到“买Token”。过去客户采购服务器的逻辑很简单:看峰值算力、看核心数、看主频,谁的参数高谁赢。但Token经济的到来,彻底改写了这个评价体系。

在联想集团副总裁、中国基础设施业务群总经理陈振宽看来,未来算力基础设施的最终衡量标准,将是智能体的生产数量、Token的生产效率,以及最终的真实业务价值。

换句话说,当“每瓦特Token产出率”成为新的标尺,单纯堆叠GPU的旧逻辑便失去了根基。客户要的不是一块更强的芯片,而是一条能持续降低Token成本的路径。

归根结底,过去的算力竞赛比的是谁的卡多、谁的峰值高,本质上是一场“军备竞赛”;今天的算力博弈,比的却是谁的效率更高、浪费更少、能让每一度电都变成实打实的业务成果,本质上是一场“精算竞赛”。从“堆卡”到“精算”,从“跑分”到“产出”,这才是算力产业下一步真正的新逻辑。

02.

四套“组合拳”,

拆解联想问天的降本之道

要把“精算”落到实处,首先得看清成本到底从哪里来。Token经济的核心矛盾,用一个公式就能说清楚:单位Token成本=(硬件采购成本+电力成本+运维成本)÷Token总产出。过去,客户只能被动接受这个公式的结果,但联想问天的思路,是把公式里的每一项拆开,逐个击破。

联想中国基础设施业务群服务器事业部总经理周韬

第一拳,用单路“压缩爆炸半径”、双路“精准扩容”,降低硬件采购的隐性成本。服务器采购中,有个容易被忽略的陷阱:双路机器看似性价比更高,但一旦物理机宕机,上面跑的虚拟机可能是原来单台的两倍还多,故障影响范围随之翻倍。这种“爆炸半径”带来的运维风险和业务中断成本,往往被写在采购清单之外。

联想问天WR6215 G6正是为此而来,这颗“核弹级”单路机器搭载单颗最高256核的第六代AMD EPYC 9006系列处理器,配备16个DDR5 RDIMM内存插槽,单路内存带宽达1.6TB/s,支持CXL内存扩展与PCIe Gen6高速总线。性能不减,但将故障影响锁在一颗CPU之内。

对此,联想中国基础设施业务群服务器事业部总经理周韬表示:“当两颗CPU的性能已经高到一定程度时,上面跑的虚拟机可能是原来一台机器的翻倍还多,这会带来另一个风险,爆炸半径很大。”这正是互联网、社交接入、EDA仿真、内存数据库等客户逆势选择单路的真实动因,用更小的宕机波及面,换取更可控的隐性成本。

值得注意的是,即便AI浪潮汹涌,传统通用服务器在中国仍占据超过40%的市场份额。因此,联想问天WR6215 G6单路设计,还精准切中了这部分客户的真实需求:既要高性能,又要控制故障影响面。

而对于需要更大规模业务负载的场景,联想问天WR5225 G6则以双路配置、最多32个DDR5内存插槽、40个NVMe驱动器和22个PCIe插槽,提供充足的扩展空间,稳定承载智能体沙箱节点、大规模虚拟化等复杂业务。两款通用服务器一单一双,让客户按业务规模精确匹配,不多花一分冤枉钱。

第二拳,用“节点级”产品组合对冲推理成本的几何级攀升。智能体的爆发让Token消耗成倍飙升,但客户不可能每次都买一台顶配机器来应对所有场景。为此,联想用两款AI服务器,打出了一套“节点级”的产品组合拳。

其中,联想问天WA5685 G5定位训推一体,兼容AMD Genoa与Turin两代处理器,让客户在处理器选型上拥有更大的灵活性,不必因代际切换而更换整机平台;支持8至10张600W级双宽GPU,风冷、液冷双模可选,兼顾推理吞吐量与轻量训练需求。它解决的是“中等规模推理场景下,如何不让算力闲置”的问题——卡太多浪费,卡太少不够,8-10卡恰好卡在大多数企业的主流需求区间。

而联想问天WA70165 G5则瞄准极致算力需求,其10U机箱搭载16张TDP 600W双宽加速卡,支持多种拓扑模式实现GPU全互连,模块化架构与独立风道设计,并配备N+N冗余电源,保障高负载下持续稳定运行,可以算是超节点大模型“重算力”的雏形。它解决的是“当推理规模大到一定程度,单机已经撑不住”的问题。

两者既可独立部署,也能作为基础节点横向扩展为百卡乃至万卡集群。客户在“百卡主流”到“万卡扩张”之间拥有充足的弹性选择,不必为未来的增长一次性买单,也不必为当下的需求过度配置。

第三拳,用液冷方案把电费从“变量”变成“定量”。在Token成本的公式里,电力成本是最不可控的一项。当单柜功耗从几十千瓦跨入数百千瓦,风冷已经走到物理尽头,液冷不再是选择题。联想问天海神液冷的“解法”,正是通过一系列底层技术创新,让每瓦电都精确对应到可计算的Token产出上。

其技术内核包括:独创仿生学冷板,基于AI算法生成非对称拓扑微通道结构,冷板散热极限提升50%以上;创新采用特种钢“内存皮肤衣”冷板,解决内存散热盲区;微通道全金刚石铜一体成型CPU冷板,实现单芯片极限解热;配合微升级灵敏度的全链路漏液监控,以及AI驱动的多级PID闭环控制,消除高负载下的性能抖动。

这些技术的最终指向,是联想能够将PUE降至1.04甚至更低。周韬算过一笔账:“一个100兆瓦的数据中心,一年光是省下来的电费就能达到将近五千万。”当电力成本从无法预估的“变量”变为可精确计算的“定量”,客户对Token成本的预期才能真正稳定下来。

值得一提的是,本次发布的联想问天WR6215 G6、WR5225 G6 以及WA5685 G5三款新品均可选配高效温水液冷方案,让客户今天购买的机器,足以扛得住明天智能体时代的功耗挑战。

第四拳,用软件把每一分算力“榨干”。如果说硬件决定了Token成本的上限,那么软件决定了实际能达到的下限。作为联想问天算力体系的软件中枢,联想问天异构智算方案,可支撑百卡至万卡规模集群部署,其核心创新体现在两个方面:一方面是集群训推加速,提升“算存网”整体效率、降低任务间资源干扰,这恰恰击中了智能体长上下文、高频缓存复用的痛点;另一方面是芯模编译优化,深度适配多元算力芯片生态。经此调优,可让Token产出效率提升约30%。

这也意味着,同样的硬件、同样的电费,客户可以多产出三成的Token。在Token经济的逻辑下,这就是真金白银的成本优势。

除此之外,联想软硬件协同创新的实力,也在全球权威评测中得到了印证。截至目前,联想搭载AMD EPYC处理器的机型已创下318项性能测试世界纪录,覆盖计算、内存、I/O等多个维度。这些纪录并非实验室里的“跑分游戏”,而是扎扎实实地证明了联想问天在性能调优与系统整合上的深厚功底。

03.

三重“新价值”,

为Token经济锚定新坐标

客观地说,当一个产业的价值标尺从“峰值算力”转向“Token成本”,谁能把每一度电的Token产出做到最高、把单位成本压到最低,谁就能掌握下一轮竞争的话语权。

从这个角度来看,联想问天此次的产品布局,正是从客户、行业到产业三个层面,把“Token成本”这把度量衡真正兑现,为Token经济确立一套可量化的评价基准。

第一重价值,是帮客户把Token成本从“不确定”变成“可预期”。当下,客户真正需要的,是一种“可持续发展的算力”——今天的投资在未来不会被快速淘汰,算力成本能随着技术进步持续下降,而非越用越贵。正如周韬所说,客户越来越关心:模型跑在这套系统上,每秒能产出多少个Token?单个Token成本是多少?这笔投入能不能越用越便宜?

也正因此,联想问天这套产品组合拳的真正价值,不是提供了多少种配置,而是帮客户建立一个可预期的成本模型。从单路到双路、从通用到AI、从风冷到液冷,客户不必被锁定在少数标准化配置里,而是可以按业务场景,按需挑选最匹配的算力单元。

第二重价值,是为行业重新定义竞争的维度。Token经济改写了评价规则,竞争的维度从“芯片级”跃迁到了“系统级”。未来的赢家,不是参数最高的那一个,而是能把算力、散热、软件拧成一股绳、帮客户算出“最优Token成本”的那一个。

联想问天的解法,正是把四大产品组合拳的力量汇聚到一个目标上,让每一度电、每一个Token都变得可量化、可追溯、可优化。客户拿到的不再是零散的软硬件,而是一份完整的降本路径,这才是系统级竞争的本质。

第三重价值,是为产业锚定新坐标打下最深的地基。算力产业从来不缺提出新标准的人,缺的是能把标准立稳的人。而这个新坐标不会凭空落下,它需要有人用经年累月的技术积累和供应链深耕,把桩打实。

联想与AMD的合作,正是这样一场“提前九年打地基”的长跑。双方的合作始于九年前的第一代EPYC 7001系列,从互联网定制机型起步,一路同步跟进处理器代际,逐步拓展至ThinkSystem系列与联想问天服务器。到第六代EPYC“威尼斯”这一代,联想已是亚洲首个点亮该平台的厂商,甚至连威尼斯的CRB参考设计,都是联想帮AMD完成的。

九年的深度合作,换来的是“把坑提前踩掉”的能力。当别人还在适配时,联想的产品已经跑通;别人还在调试时,联想的性能已经释放。这种时间差,意味着更快的量产爬坡、更低的试错成本,最终转化为帮客户降本的能力——同等功耗下,联想问天能产出更多的Token。

不仅如此,过去三年,联想中国ISG专利储备与本地研发规模增长三倍,100%的研发资源坚定注入AI方向。从处理器适配到整机设计,从液冷方案到系统管理软件,每一层都有自主技术的沉淀。

这种能力最终也在市场得到了验证:IDC数据显示,2026年第二季度联想x86服务器出货28.6万台,出货量位列全球第一。全球第一的出货量,本身就是联想“帮客户省钱”能力经过市场检验的最好证明。

而联想问天正是沿着这条逻辑,用更强大的硬件拉升性能天花板,用更稳定的设计守住系统可靠性的底线,用更高效的软件挖掘每一分算力潜力,用更绿色的液冷压降每一瓦功耗,帮助企业提升算力效率、降低运营成本。

总的来看,一个产业成熟的标志,是它拥有了公认的度量衡。蒸汽时代有马力,电气时代有千瓦时,算力时代也走到了这一步。当Token走上货架、走进资费套餐,它不仅成为大众可感的公共单位,更成为算力世界的新货币。

在此过程中,联想问天正在做的,就是让每一度电的产出变得透明,让每一个Token的成本变得可预期,当算力像水电一样按量计价、按需取用,智能体时代才真正有了普惠化的基石,而这场从“堆卡”到“精算”的产业变革,才算真正走通了最后一公里。

推荐阅读
关注数
2409
内容数
532
专注产业互联网、企业数字化、渠道生态以及汽车科技的 观察和思考。
目录
极术微信服务号
关注极术微信号
实时接收点赞提醒和评论通知
安谋科技学堂公众号
关注安谋科技学堂
实时获取安谋科技及 Arm 教学资源
安谋科技招聘公众号
关注安谋科技招聘
实时获取安谋科技中国职位信息