圖片系A(chǔ)I生成

AI快節(jié)奏的變化，已然打破原有產(chǎn)業(yè)鏈的運(yùn)行方式，從芯片、基礎(chǔ)設(shè)施，再到模型和應(yīng)用，產(chǎn)品的設(shè)計(jì)邏輯已被改寫。Token經(jīng)濟(jì)下，AI正從工具應(yīng)用走向生產(chǎn)要素，算力也隨之從資源供給升級(jí)為面向Token生產(chǎn)的系統(tǒng)能力。

爆發(fā)式的需求讓Token工廠成為資本和產(chǎn)業(yè)界追捧的熱點(diǎn)，亦是今年產(chǎn)業(yè)發(fā)力的關(guān)鍵點(diǎn)。整個(gè)產(chǎn)業(yè)正在進(jìn)入由“能力競爭”邁向“生產(chǎn)范式競爭”的新階段，對(duì)算力規(guī)模、效率與能效提出了更高要求。

對(duì)于算力基礎(chǔ)設(shè)施服務(wù)商來說，走了幾十年的 “穩(wěn)態(tài)” 路線成了過去式，需要將分散、復(fù)雜的AI能力轉(zhuǎn)化為標(biāo)準(zhǔn)化、規(guī)模化的生產(chǎn)能力，為客戶提供面向未來的企業(yè)AI解決方案。

正如國際核能院院士、中國人工智能學(xué)會(huì)會(huì)士張勤所說：“隨著AI從語言理解邁向?qū)ξ锢硎澜绲恼J(rèn)知與交互，算力基礎(chǔ)設(shè)施也必須從單點(diǎn)供給升級(jí)為算力、網(wǎng)絡(luò)與能源協(xié)同的系統(tǒng)性底座，才能真正支撐智能應(yīng)用的規(guī)模化落地。”

只是，Token經(jīng)濟(jì)聽起來很美，真正要跑通，不只是在算力層，在應(yīng)用層、模型層等都還有無數(shù)的坑需要填。

算力產(chǎn)品底層邏輯已經(jīng)改寫

Token正在徹底重構(gòu)算力世界，成為中國AI產(chǎn)業(yè)的核心“貨幣”。據(jù)相關(guān)機(jī)構(gòu)預(yù)測，2026年中國整體Token調(diào)用量將達(dá)日均306.3萬億，2030年有望達(dá)到19306萬億，2025至2030年復(fù)合增長率高達(dá)210%。而在Token經(jīng)濟(jì)的“沖擊”下，算力基礎(chǔ)設(shè)施的底層邏輯也在被徹底改寫。

過去，在AI沒有真正火起來之前，服務(wù)器產(chǎn)品還是集中在通用計(jì)算和超算，那時(shí)候做產(chǎn)品規(guī)劃更多是以追隨上游廠商的CPU路線為主。而芯片的路線圖一般在三五年之內(nèi)都很清晰，不會(huì)有較大的變動(dòng)，因此基礎(chǔ)設(shè)施產(chǎn)品的定義是一個(gè)“穩(wěn)態(tài)”的模式，可以把未來三年、五年一起都規(guī)劃了。

不僅如此，當(dāng)初的設(shè)計(jì)出發(fā)點(diǎn)就是要量產(chǎn)，需要適配所有的CPU、各種型號(hào)的SSD、HHD等，中間還要不斷的驗(yàn)證，因?yàn)橐ＷC產(chǎn)品在客戶端每一個(gè)配置都不會(huì)出問題。并且，所有客戶的需求要摸清楚，各種成本要摸清楚，確保產(chǎn)品一上市就是一個(gè)爆款。

但AI時(shí)代到來后，一切都變了，整個(gè)產(chǎn)品的路線出現(xiàn)了一些不確定性，特別是GPU，可能產(chǎn)品還沒有來得及上市，就已經(jīng)過時(shí)了。

“等你摸清楚所有市場的需求，你摸清楚的那些可能已經(jīng)變了。”聯(lián)想中國基礎(chǔ)設(shè)施業(yè)務(wù)群服務(wù)器事業(yè)部總經(jīng)理周韜指出，模型、應(yīng)用的層面更新更加快，當(dāng)我們發(fā)現(xiàn)DeepSeek可以搞一體機(jī)，剛搞出來，好像就已經(jīng)過時(shí)了。今年年初龍蝦火了，但最近好像也不是那么熱了。

這時(shí)，如果還沿用穩(wěn)態(tài)模式跟跑，只會(huì)永遠(yuǎn)慢市場半拍，算力產(chǎn)品的研發(fā)邏輯正在全面轉(zhuǎn)向敏態(tài)。所謂敏態(tài)，核心就是放棄“全量適配、一步量產(chǎn)”的傳統(tǒng)思路。

現(xiàn)如今，客戶要的配置可能相對(duì)特別單一，沒有那么復(fù)雜，不用把所有想得到的都進(jìn)行交叉驗(yàn)證，快速迭代最好是讓客戶去看哪個(gè)是他真正需要的，快速形成一個(gè)產(chǎn)品，送測之后，客戶覺得不錯(cuò)再把它轉(zhuǎn)為量產(chǎn)的產(chǎn)品。

“這樣可以把原來從18個(gè)月，甚至更長演化、規(guī)劃的時(shí)間，縮短到幾個(gè)月的時(shí)間，投資的成本也會(huì)降低很多。原來一年的研發(fā)預(yù)算只能投兩三個(gè)產(chǎn)品，現(xiàn)在這種敏捷的模式，我就能投10個(gè)產(chǎn)品、15個(gè)產(chǎn)品，并不需要每一個(gè)投的產(chǎn)品最后都成功，可能投了10個(gè)，有三四個(gè)成功就行了。”周韜說道。

在這套邏輯下，聯(lián)想問天也改變了原有的產(chǎn)品規(guī)劃模式，并新推出萬全異構(gòu)智算平臺(tái)V5.0、超節(jié)點(diǎn)解決方案，提出到2027年聯(lián)想中國基礎(chǔ)設(shè)施群要做到1000億元的業(yè)績目標(biāo)，推動(dòng)算力基礎(chǔ)設(shè)施從“資源支撐載體”向“詞元生產(chǎn)系統(tǒng)”轉(zhuǎn)變。

周韜表示：“我們的目標(biāo)，是讓客戶以更高效率、更低成本實(shí)現(xiàn)AI規(guī)模化應(yīng)用，讓算力從資源供給真正轉(zhuǎn)化為可交付、可擴(kuò)展、可持續(xù)的生產(chǎn)能力。”

Token工廠，還有無數(shù)的坑要填

產(chǎn)品研發(fā)邏輯的迭代，只是AI時(shí)代下變化的第一步。聯(lián)想問天在做的，一個(gè)是通過AI工廠、超智融合算力與全棧產(chǎn)品體系，將分散、復(fù)雜的AI能力轉(zhuǎn)化為標(biāo)準(zhǔn)化、規(guī)模化的生產(chǎn)能力；另外一個(gè)，則是通過構(gòu)建高性能、低成本、可持續(xù)的基礎(chǔ)設(shè)施底座，為客戶提供面向未來的企業(yè)AI解決方案。

不過，推動(dòng)算力從資源供給走向價(jià)值生產(chǎn)，當(dāng)行業(yè)真正試圖把算力中心變成“Token工廠”，才會(huì)發(fā)現(xiàn)，面前還有很多坑要去填。

其中，計(jì)算系統(tǒng)就需要六大工藝去填補(bǔ)，每一項(xiàng)都是決定Token成本與效率的關(guān)鍵。比如計(jì)算調(diào)優(yōu)工藝、緩存的工藝。緩存是目前國產(chǎn)卡做推理最大的瓶頸，需要進(jìn)一步做好KVcache命中以及緩存的量化。谷歌的相關(guān)技術(shù)論文曾引發(fā)存儲(chǔ)板塊股價(jià)大幅波動(dòng)，足見緩存優(yōu)化對(duì)Token效率的影響力，也是當(dāng)前國內(nèi)算力廠商必須啃下的硬骨頭。

除此之外，在計(jì)算層面，還要做好容錯(cuò)、用電、通信以及能耗的工藝等。這些工藝的差距，也正是為什么同樣的GPU配置，不同廠商的集群跑出的Token吞吐量天差地別的原因。

而在填完計(jì)算這個(gè)坑后，還有數(shù)據(jù)治理、能效管理、安全合規(guī)、運(yùn)維管理等短板需要解決。聯(lián)想中國基礎(chǔ)設(shè)施業(yè)務(wù)群戰(zhàn)略總監(jiān)黃山透露，在安全層面，正在與火山合作，因?yàn)槿袊还糇詈莸氖嵌拱！艾F(xiàn)在的測試版本到了第二版，接近滿意，我希望第三輪之后，在7月份把它發(fā)到市場，目標(biāo)是能達(dá)到火山在公有云防豆包攻擊測試水平。”

需要指出的是，對(duì)于整個(gè)Token經(jīng)濟(jì)來說，算力基礎(chǔ)設(shè)施解決不了所有的卡點(diǎn)。黃山坦言，即便把數(shù)據(jù)、計(jì)算、安全、能效這些坑都填平，也只是能經(jīng)營好一個(gè)AIDC，賣Token而已，這個(gè)時(shí)候AI應(yīng)用落地會(huì)怎樣？模型有沒有選對(duì)？智能體做的好不好？架構(gòu)、算力在AIDC之上還有幾個(gè)卡點(diǎn)。

簡單來說，上層應(yīng)用不成熟，對(duì)Token的需求就起不來，算力投資難以收回成本。Token成本居高不下，企業(yè)就不敢大規(guī)模投入應(yīng)用創(chuàng)新，場景就永遠(yuǎn)跑不出來。

“好在全世界那么多的大咖下了很大的決心往里面使勁砸錢，我們希望這些錢能夠用到對(duì)的技術(shù)上。”黃山說道。（文 | 志讀科技，作者 | 杜志強(qiáng)）