国家数据局数据显示,我国日均词元调用量从2024年初的1000亿增至2025年底的100万亿,2026年3月突破140万亿, 两年增长千倍 ;中国信通院披露,到2026年6月,相关指标已突破500万亿。
需求暴涨的情绪很快传导到了算力供给端。模型不断进化,Agent逐渐承担复杂任务,Token需求激增,算力基础设施也跟着加速扩张。
IDC预计,2026年全球服务器市场收入将达到约6851亿美元, AI基础设施投资 是主要增长动力。
据《经济观察报》报道,一家中型银行上半年Token支出接近900万元,相当于其上年度IT预算的8%。今年年初,Token消耗增长还是AI应用深入业务的积极信号;到了6月底,其管理层却要求重新审视相关投入的成本收益。
原因自然不难理解。Agent执行复杂任务可能持续数小时,反复推理、模型调用和任务重试都会累积成本;自建算力就要为业务高峰预留设备,即使平时闲置,折旧、电费和运维开支也照付不误。
更麻烦的还是钱还未必花在了刀刃上,比如简单任务用上昂贵模型,敏感业务又必须留在私有环境……算力很难各归其位。
谁曾想,就在塞北的风口 河北张家口 ,一座规划15000P超节点集群、年产2000万亿Token的庞然大物—— 混合词元工厂 ,要拔地而起了。11月10日,联想集团在当地正式官宣了其 “联想万全混合词元工厂” 品牌。
不同于单纯交付服务器或销售计算资源,该工厂正计划把不同来源的算力与模型组织起来,持续生产更经济、更高效的Token服务。
自此,粗放堆芯片的时代,开始向工业化量产高性价比Token的时代转变。算力基础设施的底层规则,恐怕要一夜变天了。
当天,联想集团和河北张家口市政府签署合作协议,将推进 首座混合词元母本工厂 在张家口落地。
按照最新披露的方案,项目首期规划建设 15000P异构算力集群、约100MW智算中心 ,建成后Token年产能力预计达到 2000万亿 ,峰值产出能力达到 每秒2亿Token 。
联想集团高级副总裁、中国方案服务业务群总经理戴炜现场介绍,首期建设时间表定在2027年;到2030年,相关规模计划进一步扩大10倍及以上。
词元工厂本身并不是新概念,此前有不少产业实践,有的以芯片和服务器能效切入,有的经营模型平台,也有的擅长智算中心运营。各技术路线有所侧重,但企业真正使用AI时,需要面对的往往是不同计算需求的叠加。
联想的词元工厂,特别就特别在两个字—— 混合 。这里的“混合”,核心是 让算力供给跟着业务需求走 。
企业既需要稳定、可控的私有算力,也面临突发的公共调用需求;不同任务对模型能力、响应速度和成本的要求,同样千差万别。
联想提出的 混合供给 ,相当于承担起了枢纽的角色——把原本分散的资源重新组织起来, 私有Token与公共Token服务相结合并以私有为主,端侧、边缘和云端协同运行,不同模型也能根据任务需求灵活选择 。
理想中的Token供给,应该像供电一样。 企业按需接入,获得稳定、经济的服务;至于背后运行着哪些设备、调用何种模型、资源怎样调度,都交给统一的供给体系来完成。
当然,要让不同资源在同一套体系里协同运转,光有模型和服务器还不够。 计算设备、机房运营、能源供给乃至模型调度 ,都需要一并考虑。
张家口是全国风光绿电第一大城市、国家六张网(算力网+新型电网)标杆型双节点;截至2025年底,张家口可再生能源装机规模突破 4500万千瓦 ,占当地电力总装机比重接近九成。
张家口是 国家“东数西算”工程京津冀枢纽的重要承载地 ,当地政府也在积极提供政策支持与产业引导。到目前为止,当地已建成50多座数据中心,投运标准机架超过107万架。
塞北丰富的风光资源、冷凉的气候、更具优势的电价,加上毗邻北京的区位优势(距京一百多公里)、更短的时延,刚好能降低算力运营成本、接住京津冀AI推理的需求。
今年发布的 《“十五五”规划纲要》 提出,推动算力规模化、集约化、绿色化、普惠化发展,促进绿电与算力协同,并降低中小企业用算成本。
听起来像工业流水线一般。但和传统工厂不同的是,Token生产线不仅需要稳定的能源和设备,还必须根据千差万别的任务需求,随时调整自己的生产方式。
生产系统需要稳定运行,所以敏感数据不能离开私有环境;但是办公助手、客服智能体又可能在业务高峰突然涌入大量请求。
如果 全部自建算力 ,就要为短暂峰值长期养设备,成本消耗巨大; 完全购买公共服务 ,又绕不开数据边界、持续支出和模型适配。
更何况,简单的文档整理和复杂的专业推理,也不应该使用同样昂贵的配置。显然, 不同任务需要不同的算力供给方式 。
比如任务是否涉及敏感数据、需要多强的模型、允许等待多久,以及公私资源如何配比等,都要综合权衡。特别是公私资源分配,两类负载的性质正好相反。常驻企业内部的要稳,数据不越界;随外部调用起落的要省,能随峰值伸缩。
为此,联想设计了 Token Engine(词元引擎) ,通过模算动态混部、任务级资源池调配和智能模型路由,为资源匹配提效。
联想之前布局的 xCloud联想智能云 刚好能承担这一角色。它能对私有云和公有云资源进行统一纳管、调度与智能运维,让分散在不同环境中的计算资源协同工作。
在此基础上,xCloud里还配有 Token Hub(词元中枢) 。后者进一步面向AI推理场景,通过模型路由和推理资源池的动态调配,综合任务需求、模型质量、数据边界、响应时延与成本,为不同请求匹配合适的模型与算力。
由此,原本分散的资源可以根据业务需求灵活组合。调度的精细程度,甚至可以深入 芯片和计算节点 。
联想集团副总裁、全球基础架构和智能云总经理姚振宇举例,轻量模型可以运行在较小的计算节点或边侧资源上,无须占用大型集群。
换言之,调度不只是找到空闲的机器,还可以让任务 用上合适的模型和芯片 ;计算资源得到充分利用,把每一分算力都真正用在了刀刃上。
其二是 内容安全 ,联想设置了 Token Trust词元安全能力 ,在传输路径上主动拦截敏感信息,把数据安全和使用权限设定为资源调度需要遵守的边界。
其三是 隐私计算与TEE(可信执行环境) ,联想支持企业将隐私、敏感数据放在隔离的可信环境中处理,平台侧无法读取内容,只有获得授权的用户可以使用,也就是业内所说的 “可用不可见” 。
在 问天异构智算方案 中,联想把超节点、多芯多模训推引擎,以及集群通信和算子优化组合在一起,以提高异构计算资源的协同能力。
据联想披露,相关方案可实现 30%以上的算力效率提升 。对于大型集群,减少一部分等待和闲置,就可能释放出可观的计算能力。
服务器之外,供电、制冷、建设和运维同样昂贵。联想通过模块化预制、一体化全液冷、绿电直流智控等技术,将机房建设与日常运营放在一起优化。
此外,联想还计划在张家口配套建设算力设备回收与再利用产线,延长存量设备的使用价值;配套智算中心则提出了 PUE低于1.1 的目标。
第三级,是面向业务场景的Token效能优化。通过模型路由与资源池动态调配,简单任务不必占用高成本模型,突发需求也能匹配适当的计算资源。
Loading comments…