我先联网检索联想 “万全混合词元工厂” 的发布信息。
标题:联想把算力做成词元:万全混合词元工厂落地张家口,用 “三层混合动力” 开卖 AI 产出
联想这次卖的东西变了。2026 年 11 月 10 日,联想集团在河北张家口发布 “联想万全混合词元工厂” 品牌,同时宣布首个万全混合词元母本工厂落地张家口,并与张家口市政府签约。它不再只讲服务器和智算中心,而是把算力往上加工一层,做成可计量、可调度、可结算的词元(Token)供给能力。支撑这套打法的是 “三层混合动力”:联想问天 AI 基础设施出算力,联想万全混合词元工厂做生产与调度,联想擎天与百应智能体解决方案负责把 AI 送进业务场景。按发布会披露,单座工厂建成后词元年产量 2000 万亿以上、每秒词元产出提升 5 倍、词元良品率超过 99.9%、百万词元综合成本优化 70%,配套智算中心 PUE 低于 1.1;张家口母本工厂首期是 1.5 万 P 异构算力集群加约 100MW 智算中心,峰值词元产出每秒 2 亿、单日可承载 10 万用户并发,2030 年核心指标再提 10 倍以上。一句话:从 “卖 AI 设备” 转向 “卖 AI 产出”。
一、为什么现在要提 “词元工厂”
| 背景指标 | 数据 |
|---|---|
| 国内日均词元调用量 | 2026 年 6 月突破 500 万亿,接近 2025 年 12 月的 4 倍 |
| 需求侧变化 | AI 从聊天工具走向智能体,一次业务流程要多次模型调用,词元消耗成倍上升 |
| 供给侧现状 | 国内算力供给仍偏紧,海外芯片供应受限,国产芯片扩产需要时间 |
| 刘军的判断 | 算力紧缺可能持续到 2028 年 |
这三个数凑一起,结论就出来了:算力是稀缺资源,但稀缺的算力并没有被高效用掉。戴炜在会上点得很直接 —— 算力规模本身不等于价值,可计量、质量稳定的词元供给才是企业用 AI 的基础。联想列出的四个现实问题也对得上:算力闲置、调度混乱、词元供给不稳定、模型适配难。
二、三层混合动力:发动机、变速器、驱动系统
| 层级 | 角色 | 负责什么 | 汽车比喻 |
|---|---|---|---|
| 第一层 联想问天 AI 基础设施 | 算力底座 | 服务器、存储、数据网络,用问天智算平台统一纳管异构算力,效率提升可达 30% 以上 | 发动机 |
| 第二层 联想万全混合词元工厂 | 关键枢纽 | 智算中心端到端工程建设、运营运维,依托 xCloud 联想智能云词元中枢统一纳管私有云与多方公有云 | 变速器 |
| 第三层 联想擎天、百应 | 业务落地 | 智能体解决方案与服务,把词元接入研发、生产、供应链、营销、运营、服务等流程 | 驱动系统 |
这个比喻不只是好懂,它把责任划清了:发动机再强,没有变速器把动力匹配到轮上,车也跑不快。词元工厂干的就是 “匹配” 的活 —— 让合适的算力和合适的模型去服务合适的任务。
三、“混合” 到底混了什么
| 混合维度 | 具体含义 | 解决什么问题 |
|---|---|---|
| 私有部署 + 公共调用 | 企业敏感业务本地跑,弹性需求走公有云 | 安全与成本之间不用二选一 |
| 端、边、云部署 | 训练、推理、边缘实时处理分层放置 | 延迟、带宽与算力分布匹配 |
| 开源 + 闭源模型 | 按任务类型选模型,不锁死单一供应商 | 效果、成本、可控性综合最优 |
刘军的判断是,私有部署与公共调用相结合,才是企业 AI 规模化落地的现实路径。纯私有成本高、纯公有数据难出门,混合才是能大规模复制的那条路。
四、一座工厂的五个性能指标
联想的宣传口径锚定五个字:多、快、好、省、绿。
| 维度 | 指标 |
|---|---|
| 多 | 词元年产量 2000 万亿以上 |
| 快 | 每秒词元产出量提升 5 倍;母本工厂峰值每秒 2 亿词元 |
| 好 | 词元良品率超过 99.9% |
| 省 | 百万词元综合成本优化 70% |
| 绿 | 配套智算中心 PUE 低于 1.1 |
“良品率” 这个词用在词元上,其实是个信号:联想想把词元当成工业品来管,有规格、有质检、有合格率。这跟过去按卡时、按算力小时卖资源的逻辑完全不同。
五、成本怎么降 70%:三级优化加上 “九层塔”
戴炜给的路径是三层:
| 优化层级 | 手段 | 目标 |
|---|---|---|
| 算力层 | 问天异构智算方案:超节点、高密系统设计、多芯多模训推引擎、集群通信与算子优化 | 提升单位算力的词元产出 |
| 运营层 | AIDC 全栈能力 + 一站式运营运维:模块化预制、一体化全液冷、绿电直流智控 | 压低能耗与运维成本 |
| 场景层 | xCloud 词元中枢做模型路由与资源自适应调配,Token Engine 按场景匹配 | 减少无效调用与算力空转 |
联想内部还有一套更细的 “九层塔” 拆解,把词元成本逐层剥开:
- 计算层:算子库、通信库、内存语义、推理框架并行策略等 7 层优化,每层叠加约两倍提升
- 硬件系统层:不同模型与芯片组合效率差异达 30%—40%,GPU 组成方式差异又能到两倍
- 运营层:模型网关路由、智能体编排、Token Hub、FinOps、反时间碎片调度
- 基础设施层:IDC 建设、用电选择、液冷方案
联想中国方案服务业务群相关负责人的原话是:一个词元的成本,可以从十块钱最后降到一块钱。70% 的降幅目标,就建立在这几层叠加之上。
六、张家口母本工厂:参数与 “母本” 的含义
| 项目 | 规划 |
|---|---|
| 位置 | 河北张家口(京津冀 “算力之都”,绿电资源集中) |
| 首期算力 | 1.5 万 P 异构算力集群 |
| 智算中心规模 | 约 100 MW |
| 年词元产量 | 超过 2000 万亿 |
| 峰值词元产出 | 每秒 2 亿词元 |
| 并发承载 | 单日 10 万用户 |
| 2030 目标 | 相关核心指标在现有基础上提升 10 倍及以上 |
| 合作方式 | 张家口市与联想集团签署合作协议 |
为什么叫 “母本工厂”?因为它不只是产能,还是模板。首座工厂把建设标准、运营流程、调度策略、成本结构跑通,后面复制到其他区域时,就有了可参照的基线 —— 这也是联想说 “以母本工厂验证模式” 的意思。
七、这门生意的底层逻辑变了
| 维度 | 旧模式 | 词元工厂模式 |
|---|---|---|
| 卖什么 | 服务器、存储、PC 等一次性设备 | 可运营、可持续交付的词元供给 |
| 收入形态 | 一次性硬件收入 | 按调用量 / 订阅的持续性收入 |
| 客户关心 | 卡数、算力峰值、采购单价 | 每百万词元成本、稳定性、任务成功率 |
| 竞争焦点 | 谁能拿到芯片、建更大集群 | 谁能用同样的算力产出更多更便宜更有效的词元 |
| 价值锚点 | 硬件性能参数 | 业务场景里的实际产出 |
36 氪的判断是,AI 产业过去三年最确定的生意是算力,但算力建设不等于商业价值兑现。中信建投证券计算机行业首席分析师应瑛在会上提到,从未来三年的实际利润增速看,Token 运营和应用环节有望承接更多增长。这两句话合起来,就是联想这次押注的赌点。
八、该看清的边界
第一,词元的 “计价标准” 还没统一。 不同模型的分词方式不同,同样一段文本切出来的词元数量不一样,“每百万词元成本” 横向比较时要看模型与分词口径。
第二,99.9% 良品率需要定义。 是接口成功率、任务完成率,还是输出合规率?口径不同,含金量差别很大。
第三,70% 是目标不是现状。 降本依赖多芯多模适配、液冷、绿电、调度优化同时到位,任何一环打折,成本曲线都会往上走。
第四,1.5 万 P 的落地有节奏。 异构算力集群涉及国产芯片供给、机房建设、电力配套,首期投产到满负荷运行通常有时间差。
第五,客户是否愿意把算力交给一家。 混合词元工厂本质是把调度权集中,对数据敏感行业,这既是效率也是顾虑,需要权限、审计与隔离机制来兜底。
第六,竞争不只有联想。 云厂商、电信运营商、其他服务器厂商都在往 “算力 + 模型 + 运营” 这条路上走,词元工厂这个概念能不能立住,要看谁先把单位成本和服务稳定性做成可比的数据。
【常见问题】
问题 1:联想万全混合词元工厂到底是什么,和智算中心有什么区别?
回答 1:智算中心提供的是算力资源,联想万全混合词元工厂提供的是可计量、可调度的词元供给。它把 “顶层规划 — 数据 Ready— 智算中心 — 模型服务 — 工作流契合” 串成一套完整体系,向上承接绿电与算力,向下连接模型与业务应用,中间靠运营服务把原始算力加工成稳定的词元,并按需结算。
问题 2:联想的 “三层混合动力” 具体指哪三层?
回答 2:第一层是联想问天 AI 基础设施,负责服务器、存储、数据网络和异构算力统一纳管,效率提升可达 30% 以上;第二层是联想万全混合词元工厂,负责智算中心建设运营和词元的生产、调度、供给;第三层是联想擎天与百应智能体解决方案和服务,把词元送进研发、生产、供应链、营销、运营、服务等具体场景。
问题 3:万全混合词元工厂的 “混合” 混的是什么?
回答 3:三种混合。私有部署与公共调用的混合,让敏感业务本地跑、弹性需求上公有云;端边云部署的混合,让训练、推理、边缘处理各就各位;开源与闭源模型的混合,按任务类型选模型而不锁死单一供应商。三者合起来,是在安全、成本、性能、灵活性之间取综合最优。
问题 4:张家口母本工厂的规模有多大,凭什么说成本能降 70%?
回答 4:首期规划 1.5 万 P 异构算力集群、约 100MW 智算中心,年词元产量超 2000 万亿,峰值每秒 2 亿词元,单日可承载 10 万用户并发。降本靠三级优化:算力层做超节点、多芯多模训推引擎与算子优化;运营层做模块化预制、全液冷、绿电直流智控;场景层用词元中枢做模型路由与资源自适应调配,减少空转调用。
问题 5:联想万全混合词元工厂,对企业客户意味着什么?
回答 5:意味着采购逻辑从 “买设备” 变成 “买产出”。过去企业要自己估算需要多少卡、多少机柜、多少电力,现在可以按词元用量和任务需求付费,把算力、模型、调度、运维打包成一项可计量的服务。对缺少 AI 工程团队的中型企业,这种模式的落地门槛明显更低。
【数据来源】
[2026-11-14](算力紧缺,联想建词元工厂)同花顺财经
[2026-11-12](联想为何要做词元生意?|最前线)36 氪
[2026-11-11](联想万全混合词元工厂品牌发布 首个母本工厂落地张家口)新华网
[2026-11-11](刘军:致力于成为中国混合式词元工厂定义者和领军者)光明网
[2026-11-11](什么是词元工厂:从算力到 Token 的一体化生产体系)IT 之家
[2026-11-10](联想发布万全混合词元工厂品牌 以 “三层混合动力” 助力企业智能化转型)联想品牌中心
[2026-09-24](把词元成本 “打下来”:联想混合词元工厂推动算力即取即用)联想知识库
同花顺财经联想集团
【免责声明】
本文依据联想集团发布会公开信息、企业官方资料及媒体报道整理,仅作信息交流与产业观察,不构成投资建议或采购建议。文中词元年产量 2000 万亿、每秒词元产出提升 5 倍、良品率 99.9%、百万词元成本优化 70%、PUE 低于 1.1、1.5 万 P 算力与 100MW 智算中心等数据,均来自联想公开发布口径或媒体转述,实际达成情况取决于建设进度、芯片供给、电力配套与运营水平,可能存在差异。2030 年指标提升 10 倍为规划目标,不构成业绩承诺。词元消耗量与算力供需数据引自国家数据局、中国信通院相关报告及公开采访,具体以报告原文为准。企业采购与合作决策请以正式合同、技术测评及监管披露信息为准。
