图片系AI生成
AI快节奏的变化，已然打破原有产业链的运行方式，从芯片、基础设施，再到模型和应用，产品的设计逻辑已被改写。Token经济下，AI正从工具应用走向生产要素，算力也随之从资源供给升级为面向Token生产的系统能力。
爆发式的需求让Token工厂成为资本和产业界追捧的热点，亦是今年产业发力的关键点。整个产业正在进入由“能力竞争”迈向“生产范式竞争”的新阶段，对算力规模、效率与能效提出了更高要求。
对于算力基础设施服务商来说，走了几十年的 “稳态” 路线成了过去式，需要将分散、复杂的AI能力转化为标准化、规模化的生产能力，为客户提供面向未来的企业AI解决方案。
正如国际核能院院士、中国人工智能学会会士张勤所说：“随着AI从语言理解迈向对物理世界的认知与交互，算力基础设施也必须从单点供给升级为算力、网络与能源协同的系统性底座，才能真正支撑智能应用的规模化落地。”
只是，Token经济听起来很美，真正要跑通，不只是在算力层，在应用层、模型层等都还有无数的坑需要填。
算力产品底层逻辑已经改写
Token正在彻底重构算力世界，成为中国AI产业的核心“货币”。据相关机构预测，2026年中国整体Token调用量将达日均306.3万亿，2030年有望达到19306万亿，2025至2030年复合增长率高达210%。而在Token经济的“冲击”下，算力基础设施的底层逻辑也在被彻底改写。
过去，在AI没有真正火起来之前，服务器产品还是集中在通用计算和超算，那时候做产品规划更多是以追随上游厂商的CPU路线为主。而芯片的路线图一般在三五年之内都很清晰，不会有较大的变动，因此基础设施产品的定义是一个“稳态”的模式，可以把未来三年、五年一起都规划了。
不仅如此，当初的设计出发点就是要量产，需要适配所有的CPU、各种型号的SSD、HHD等，中间还要不断的验证，因为要保证产品在客户端每一个配置都不会出问题。并且，所有客户的需求要摸清楚，各种成本要摸清楚，确保产品一上市就是一个爆款。
但AI时代到来后，一切都变了，整个产品的路线出现了一些不确定性，特别是GPU，可能产品还没有来得及上市，就已经过时了。
“等你摸清楚所有市场的需求，你摸清楚的那些可能已经变了。”联想中国基础设施业务群服务器事业部总经理周韬指出，模型、应用的层面更新更加快，当我们发现DeepSeek可以搞一体机，刚搞出来，好像就已经过时了。今年年初龙虾火了，但最近好像也不是那么热了。
这时，如果还沿用稳态模式跟跑，只会永远慢市场半拍，算力产品的研发逻辑正在全面转向敏态。所谓敏态，核心就是放弃“全量适配、一步量产”的传统思路。
现如今，客户要的配置可能相对特别单一，没有那么复杂，不用把所有想得到的都进行交叉验证，快速迭代最好是让客户去看哪个是他真正需要的，快速形成一个产品，送测之后，客户觉得不错再把它转为量产的产品。
“这样可以把原来从18个月，甚至更长演化、规划的时间，缩短到几个月的时间，投资的成本也会降低很多。原来一年的研发预算只能投两三个产品，现在这种敏捷的模式，我就能投10个产品、15个产品，并不需要每一个投的产品最后都成功，可能投了10个，有三四个成功就行了。”周韬说道。
在这套逻辑下，联想问天也改变了原有的产品规划模式，并新推出万全异构智算平台V5.0、超节点解决方案，提出到2027年联想中国基础设施群要做到1000亿元的业绩目标，推动算力基础设施从“资源支撑载体”向“词元生产系统”转变。
周韬表示：“我们的目标，是让客户以更高效率、更低成本实现AI规模化应用，让算力从资源供给真正转化为可交付、可扩展、可持续的生产能力。”
Token工厂，还有无数的坑要填
产品研发逻辑的迭代，只是AI时代下变化的第一步。联想问天在做的，一个是通过AI工厂、超智融合算力与全栈产品体系，将分散、复杂的AI能力转化为标准化、规模化的生产能力；另外一个，则是通过构建高性能、低成本、可持续的基础设施底座，为客户提供面向未来的企业AI解决方案。
不过，推动算力从资源供给走向价值生产，当行业真正试图把算力中心变成“Token工厂”，才会发现，面前还有很多坑要去填。
其中，计算系统就需要六大工艺去填补，每一项都是决定Token成本与效率的关键。比如计算调优工艺、缓存的工艺。缓存是目前国产卡做推理最大的瓶颈，需要进一步做好KVcache命中以及缓存的量化。谷歌的相关技术论文曾引发存储板块股价大幅波动，足见缓存优化对Token效率的影响力，也是当前国内算力厂商必须啃下的硬骨头。
除此之外，在计算层面，还要做好容错、用电、通信以及能耗的工艺等。这些工艺的差距，也正是为什么同样的GPU配置，不同厂商的集群跑出的Token吞吐量天差地别的原因。
而在填完计算这个坑后，还有数据治理、能效管理、安全合规、运维管理等短板需要解决。联想中国基础设施业务群战略总监黄山透露，在安全层面，正在与火山合作，因为全中国被攻击最狠的是豆包。“现在的测试版本到了第二版，接近满意，我希望第三轮之后，在7月份把它发到市场，目标是能达到火山在公有云防豆包攻击测试水平。”
需要指出的是，对于整个Token经济来说，算力基础设施解决不了所有的卡点。黄山坦言，即便把数据、计算、安全、能效这些坑都填平，也只是能经营好一个AIDC，卖Token而已，这个时候AI应用落地会怎样？模型有没有选对？智能体做的好不好？架构、算力在AIDC之上还有几个卡点。
简单来说，上层应用不成熟，对Token的需求就起不来，算力投资难以收回成本。Token成本居高不下，企业就不敢大规模投入应用创新，场景就永远跑不出来。
“好在全世界那么多的大咖下了很大的决心往里面使劲砸钱，我们希望这些钱能够用到对的技术上。”黄山说道。（文 | 志读科技，作者 | 杜志强）
热门跟贴