9 月22日，以 “AI 存储，驱动未来” 为主题的第五届 GMIF2026 全球存储器行业创新峰会在深圳举行。联想中国基础设施业务群服务器事业部总经理周韬受邀发表主题演讲，介绍了联想混合词元工厂解决方案，并从存算协同视角分享了对 Token 经济时代算力基础设施演进的最新思考。

当前，AI 技术正从生成智能迈向推理、行动智能阶段，带动 Token 需求爆发。2026 年 3 月中国日均 Token 调用量突破 140 万亿，两年多提升 1400 倍。同时，算力产业价值锚点随之重构，由按 GPU 资源租赁，转向以 Token 为单位进行价值结算，推理成为算力基础设施的核心负载。衡量AI基础设施价值的标准，也正在从峰值性能转向有效Token产出能力。

在这一背景下，AI基础设施正在从以资源供给为中心，逐步转向以价值交付为中心。周韬指出，随着产业进入推理时代，企业关注的重点不再只是拥有多少算力资源，更在于能否持续、稳定、高效地生产和交付Token。“过去衡量算力，习惯看GPU卡数量；如今企业采购算力、部署大模型，本质上采购的是有效产出的Token服务，Token已经成为AI时代的新型商品。”

从行业实践来看，混合词元工厂建设并非简单增加模型或扩充算力资源，而是一项涵盖目标设计、数据治理、计算优化与安全保障的系统工程。当前，混合词元工厂建设普遍面临目标不明确、数据可用性不足、算力产出效率不高，以及数据泄露与模型攻击等挑战。

针对这些行业痛点，联想混合词元工厂构建了顶规设计、数据治理、计算优化和安全管理四大支柱，为混合词元工厂规模化建设提供完整的方法论支撑。

通过顶规设计，联想帮助客户明确服务对象、业务问题与建设目标，并据此倒推混合词元工厂的差异化能力。在心理服务场景中，联想以心理与精神健康大模型为核心，整合本地算力基础设施与场景能力，形成覆盖多模态评估、自动筛查、风险分级和责任追溯的常态化心理服务，为政府心理健康治理提供可量化、可闭环的数字依据，显著缓解学校心理老师与基层医务人员的压力。

在数据治理层面，联想通过梳理业务领域的核心概念及其属性关系，将分散数据转化为可被AI高效调用的知识网络。以汽车行业为例，联想通过打造汽车词典、构建知识图谱、定义推理规则和提供语义服务，将数据库中的原始数据转化为AI业务可随时调用、随处复用的高纯度“燃料”。

在计算优化方面，联想认为，硬件的峰值算力并不等同于AI工厂的有效产能，真正的有效算力应等于峰值算力、利用率与稳定系数三者相乘。针对Prefill与Decode混池容易导致尾延迟拉长的问题，联想采用训推资源池化分离架构，并设置跨池容量阈值与降级策略，提升SLA稳定性，实现单位成本可控，让峰值能力真正转化为有效产能。

在安全管理方面，联想则通过交互安全、Skill安全、权限与行为管理及底层安全，为Agent应用构建“深度净化网”，降低数据泄露和模型攻击风险，保障企业AI应用规模化落地。

“混合词元工厂不是简单增加一个模型或采购一批服务器，而是围绕明确的生产目标，对数据、模型、算力、架构和安全进行系统设计。只有让各环节真正形成合力，才能持续提升Token的生产与交付效率。”周韬表示。

混合词元工厂之所以被称为“工厂”，关键在于能够将分散的资源转化为稳定、持续、可运营的Token生产能力。为此，联想构建了由“算力车间”和“运营管理中心”组成的双轮体系，通过软硬协同打造完整的Token生产系统：算力车间提供计算力、存储力、运载力等硬件基座；运营管理中心则承担数据治理、能耗管理、安全防护与集群运维等全栈服务；两者协同运行，实现从资源供给到Token交付的体系化能力建设。

在硬件侧，联想打造覆盖计算、存储和运载三大能力的基础设施体系。AI计算力采用“1+3+N”架构，以统一的系统架构为基础，覆盖三大CPU平台，兼容多品牌GPU并支持OAM、NVLink等高速互联，同时兼顾全球与本土算力芯片生态，满足大模型训练、通用推理、高性能计算及国产化部署等多元需求。AI存储力覆盖大、中、小不同规模的模型训推场景，其中新品AFX存储采用全新解耦架构，实现极致性能优化，共同为海量数据和模型的高效调用打造高性能智能存储基座。AI运载力则依托多架构、低延迟智能网络，打通计算与存储之间的数据通道，提升集群整体运行效率。三方面能力相互融合，为Token规模化、稳定、高效生产夯实基础设施底座。

硬件资源要转化为实际效能，还需要软件平台完成统一管理与持续优化。作为混合词元工厂的中枢神经系统，联想万全异构智算平台面向国家级高质量AI集群、行业与科研智算项目、企业混合算力架构及企业AI基础设施4大AI基础设施场景，以9大技术创新覆盖预训练、后训练、推理全流程，以3大管理平台为多元算力需求提供极致优化。

最新的联想万全异构智算平台V5.0则带来了两项核心技术创新：集群训推加速技术通过PD分离、KV Cache共享及缓存优化，倍速提升算力集群 “算存网”整体效率，降低不同推理任务之间的资源干扰；芯模编译优化技术实现面向不同模型的计算图自适应匹配和算子自动生成，深度适配多元算力芯片生态，提升训练与推理的全流程计算效率，精准构建GPU与模型的最佳组合。

Token经济的兴起不仅带来技术基础设施的变化，也推动算力产业重新审视生产、计量与价值交付方式。由联想集团官方出品的产业专著《词元工厂：词元经济的财富生产范式》，系统梳理Token经济的底层逻辑与混合词元工厂建设方法论，为行业理解Token生产、运营和价值核算提供了新的视角。