陳慶春/文

在英偉達(dá)公司內(nèi)部有一條規(guī)定：新一代產(chǎn)品最多只能有一到兩款芯片發(fā)生變化。

但今年，英偉達(dá)的一把手、創(chuàng)始人 CEO 黃仁勛，一口氣發(fā)布了 6 款新芯片，包括：Vera CPU、Rubin GPU、NVLink 6交換芯片（數(shù)據(jù)流動(dòng)通道）、ConnectX-9網(wǎng)卡、BlueField-4 DPU（加速處理數(shù)據(jù)在CPU、GPU 與存儲(chǔ)之間的流動(dòng)）、Spectrum-6以太網(wǎng)交換芯片。

英偉達(dá)還將這 6 款新芯片組成了一個(gè)新的計(jì)算平臺(tái)Vera Rubin，以及一個(gè)Vera Rubin NVL72機(jī)架（包含6顆突破性芯片、18個(gè)計(jì)算托盤、9個(gè)NVLink交換機(jī)托盤和220萬億個(gè)晶體管，重量接近兩噸），和一個(gè)更大的算力集群Rubin Pod（包含1152個(gè)GPU和16個(gè)機(jī)架）。

單個(gè)Vera Rubin 計(jì)算平臺(tái)的推理性能為前代Blackwell的5倍，而訓(xùn)練特定模型所需GPU數(shù)量減少75%，處理每個(gè)Token的成本降至十分之一。Vera Rubin NVL72 和Rubin Pod，可以理解成在Vera Rubin基礎(chǔ)上的算力再度膨脹。

黃仁勛說，每一款新芯片都值得開一場(chǎng)發(fā)布會(huì)，在過去，可能需要一整家公司專門負(fù)責(zé)其中一項(xiàng)。如今，英偉達(dá)要負(fù)責(zé)一整個(gè)算力堆棧的事情。英偉達(dá)不再是一家單純的芯片廠家，而是像黃仁勛給自己的新定位：AI 基礎(chǔ)設(shè)施廠商。

為什么會(huì)有如此巨大的轉(zhuǎn)變？黃仁勛的解釋是：“我們知道摩爾定律已大幅放緩，因此我們每年能獲得的晶體管數(shù)量，根本無法跟上模型每年10倍的增長、每年5倍的token生成量增長，以及還要要求每年10倍的token成本下降。除非我們采用激進(jìn)的、極致的協(xié)同設(shè)計(jì)（extreme co-design），即同時(shí)在整個(gè)棧的所有芯片上進(jìn)行創(chuàng)新，否則這個(gè)行業(yè)根本無法持續(xù)進(jìn)步。這就是為什么我們這一代別無選擇，只能重新設(shè)計(jì)每一顆芯片?！?/p>

無獨(dú)有偶，像黃仁勛這樣思考“摩爾定律”與“AI進(jìn)步”兩者關(guān)系的，還有另一家芯片巨頭AMD。

AMD董事長、CEO蘇姿豐幾乎在同一時(shí)間，發(fā)布了AMD的GPU新品，以及一個(gè)新的計(jì)算平臺(tái)Helios。每個(gè)Helios計(jì)算平臺(tái)包含四個(gè)MI455 GPU，搭配下一代EPYC“Venice”CPU和Pensando網(wǎng)絡(luò)芯片。

蘇姿豐說：“如果要讓 AI 無處不在，未來幾年里，我們必須把全球算力再提升100倍，在未來五年內(nèi)達(dá)到超過10 Yottaflops（10的25次方字節(jié)浮點(diǎn)運(yùn)算）的規(guī)模。要跟上如此龐大的計(jì)算需求，必須依靠整個(gè)生態(tài)系統(tǒng)的協(xié)同合作。正因?yàn)槿绱?，我們打造了Helios，這是我們面向堯字節(jié)級(jí)AI時(shí)代的新一代機(jī)架級(jí)平臺(tái)。”

芯片變了，靠“更先進(jìn)制程+更大芯片”的線性進(jìn)步，已經(jīng)無法支撐AI的指數(shù)級(jí)需求。芯片巨頭們不再滿足于售賣單顆計(jì)算單元，而是開始兜售一整個(gè)機(jī)柜、一整套架構(gòu)。他們的身位也發(fā)生了重大偏移，從視覺上看，似乎已經(jīng)嚴(yán)重?cái)D壓服務(wù)器、算力集群等AI基礎(chǔ)設(shè)施提供商的生存空間，比如聯(lián)想集團(tuán)。

可能有一種焦慮：當(dāng)英偉達(dá)和AMD開始定義系統(tǒng)、定義機(jī)架，傳統(tǒng)的服務(wù)器廠家如聯(lián)想集團(tuán)，是否會(huì)淪為單純的代工廠？英偉達(dá)的“藍(lán)圖”是否終將吞噬聯(lián)想的領(lǐng)地？

聯(lián)想集團(tuán)科技創(chuàng)新大會(huì)上，楊元慶與 AMD、高通、Intel 等合作伙伴在一起。

但更有意思的是，無論是黃仁勛、蘇姿豐，還是高通、Intel，芯片四巨頭全部都想拉緊聯(lián)想集團(tuán)董事長、CEO 楊元慶的手。在拉斯維加斯Sphere大球內(nèi)，聯(lián)想集團(tuán)科技創(chuàng)新大會(huì)上，他們將楊元慶圍在中心，期待他將所有人的算力夢(mèng)想變成現(xiàn)實(shí)。

英偉達(dá)、AMD與聯(lián)想的邊界正在消融，但對(duì)聯(lián)想的依賴卻歷史空前。

“被搶活兒”還是“被抬上桌”？

表面看，英偉達(dá)和 AMD 從芯片做到系統(tǒng)架構(gòu)甚至整機(jī)方案，似乎正在侵蝕傳統(tǒng)整機(jī)廠、方案商的價(jià)值空間。實(shí)際上，這種縱向延伸既是對(duì)聯(lián)想的壓力，也是對(duì)聯(lián)想的“抬價(jià)”：

當(dāng)性能提升不能再單純依賴晶體管的微縮，它就必須依賴“系統(tǒng)”。這意味著散熱、互聯(lián)、供電以及軟硬件的極致協(xié)同，成了算力增長的唯一路徑。

在Tech World期間的媒體采訪中，當(dāng)被問及如何看待英偉達(dá)與聯(lián)想的關(guān)系時(shí)，楊元慶表示：“英偉達(dá)的技術(shù)很重要，但聯(lián)想有我們的特長。我們的特長是自主設(shè)計(jì)、自主獨(dú)到的地方，比如液冷技術(shù)?！?/p>

有一個(gè)常識(shí)需要強(qiáng)調(diào)一下：算力集群規(guī)模越大，能耗越大，就需要極速散熱、節(jié)能。聯(lián)想集團(tuán)的“海神（Neptune）”液冷技術(shù)是目前世界上最先進(jìn)的散熱技術(shù)之一，可實(shí)現(xiàn)PUE低至1.1的極致能效，相比傳統(tǒng)風(fēng)冷系統(tǒng)功耗降低最高40%，散熱性能提升3.5倍。

黃仁勛對(duì)聯(lián)想算力集群的能力十分認(rèn)可，他說：“聯(lián)想實(shí)際上構(gòu)建了全球最多的超級(jí)計(jì)算機(jī)——盡管很多人并不知道這一點(diǎn)。全球 Top 500 超級(jí)計(jì)算機(jī)中，有三分之一由聯(lián)想打造。這不僅是制造能力，更是構(gòu)建、部署并在超算級(jí)數(shù)據(jù)中心中交付復(fù)雜系統(tǒng)的綜合能力?！?/p>

聯(lián)想集團(tuán)科技創(chuàng)新大會(huì)上，楊元慶與黃仁勛

當(dāng)然這只是產(chǎn)品系統(tǒng)設(shè)計(jì)、交付的某一個(gè)方面，更重要的是，客戶買算力不是為了買算力，而是想要盡快生成第一個(gè) token，讓 AI立刻投入業(yè)務(wù)運(yùn)行。

所以黃仁勛站在聯(lián)想創(chuàng)新科技大會(huì)的舞臺(tái)上，十分真誠的表達(dá)了雙方合作的核心起點(diǎn)：“我們的核心問題是，把聯(lián)想在系統(tǒng)制造、安裝、調(diào)試和交付方面的能力‘產(chǎn)品化’，讓客戶直接獲得一座可以立即投入使用的 AI 工廠?！?strong>雙方將共同打造“聯(lián)想人工智能云超級(jí)工廠”。

黃仁勛的想法很簡單，就是希望企業(yè)客戶能夠盡快使用好 Vera Rubin 這樣先進(jìn)、高級(jí)的算力平臺(tái)，靠他自己顯然不行，他只能依靠有產(chǎn)品交付能力的聯(lián)想集團(tuán)。

蘇姿豐的想法其實(shí)也跟黃仁勛一樣。她說，“全球企業(yè)都在思考如何讓AI更貼近自身數(shù)據(jù)，同時(shí)保持靈活性和隨時(shí)間推演進(jìn)化的能力。”“企業(yè)需要能夠在云端、本地和邊緣自由部署 AI，同時(shí)基于自有數(shù)據(jù)，按照自身業(yè)務(wù)需求靈活選擇 CPU、GPU 與軟件的最佳組合?！倍髽I(yè)需要的這些能力，絕非一家芯片廠家能提供的系統(tǒng)架構(gòu)，所以，蘇姿豐同樣選擇了聯(lián)想作為合作伙伴，將先進(jìn)的Helios 計(jì)算平臺(tái)能快速的交付給企業(yè)客戶。

聯(lián)想集團(tuán)科技創(chuàng)新大會(huì)上，楊元慶與蘇姿豐

英偉達(dá)、AMD展示的“藍(lán)圖”更像是一份復(fù)雜的菜單和設(shè)計(jì)指南，將這份“藍(lán)圖”從硅片、系統(tǒng)架構(gòu)，轉(zhuǎn)化為能夠在全球數(shù)以萬計(jì)的數(shù)據(jù)中心里穩(wěn)定運(yùn)行的物理實(shí)體，是一道難以逾越的工程鴻溝。聯(lián)想的角色，正是將這些尖端芯片“馴服”并集成進(jìn)高效運(yùn)行的工廠中。

英偉達(dá)、AMD解決的是：算力是否能跑到極限；聯(lián)想解決的是：系統(tǒng)是否能在現(xiàn)實(shí)世界里跑下去。前者追求技術(shù)開發(fā)的極限，后者追求的是現(xiàn)實(shí)落地的極限。

如果聯(lián)想只是簡單把這些平臺(tái)做成“整機(jī)包裝”，而無法在系統(tǒng)設(shè)計(jì)、管理軟件和場(chǎng)景化解決方案上形成獨(dú)特貢獻(xiàn)，就有可能被逐漸壓縮為“代工+渠道”的角色，議價(jià)空間不斷被擠壓。但顯然，聯(lián)想有著自己的“主權(quán)優(yōu)勢(shì)”。

聯(lián)想的“主權(quán)優(yōu)勢(shì)”：混合式AI與超級(jí)工廠

聯(lián)想在這一變革中的戰(zhàn)略優(yōu)勢(shì)，被總結(jié)為“混合式AI”。

楊元慶現(xiàn)場(chǎng)闡釋了這一邏輯：單一的AI模型、芯片、設(shè)備，無法滿足所有需求，聯(lián)想會(huì)借助自己的技術(shù)優(yōu)勢(shì)，為企業(yè)和個(gè)人挑選最佳模型、芯片、設(shè)備，打造個(gè)性化的個(gè)人智能+企業(yè)智能的全場(chǎng)景落地AI。

在采訪中，他以芯片為例，做了一個(gè)簡單的解釋：“不同的芯片廠商有不同的長項(xiàng)。為什么昨天我們有四家合作伙伴（四個(gè)芯片巨頭）都在那？他們的強(qiáng)項(xiàng)是不一樣的。在AI云方面，那肯定是英偉達(dá)；在PC終端方面，那肯定是英特爾、AMD；但是在小的手機(jī)和可穿戴設(shè)備上，耗能比較講究的這些地方，肯定是高通更加領(lǐng)先一些?！?/p>

在模型方面，他也認(rèn)為，不是一個(gè)模型通吃，多個(gè)模型都需要，而且不同的應(yīng)用需要選擇不同的模型?！八阅蔷秃翢o疑問，我們可能跟所有開放的模型廠商都會(huì)進(jìn)行合作?！?/p>

聯(lián)想集團(tuán)首席技術(shù)官Tolga Kurtoglu進(jìn)一步闡釋，實(shí)現(xiàn)混合式AI背后的核心技術(shù)之一，包括：智能模型編排（Intelligent Model Orchestration）、智能體內(nèi)核（Agent Core）與多智能體協(xié)作（Multi-agent Collaboration）。具體而言：

• 智能模型編排技術(shù)——可以理解為“模型路由器”，能讓智能體為用戶的特定任務(wù)，挑選出最優(yōu)的單一模型，或是組合出最合適的模型矩陣，在保障安全性與低延遲的同時(shí)，降低計(jì)算成本。

• 智能體內(nèi)核技術(shù)——可以理解為智能體的“認(rèn)知大腦”。正是通過這一核心，智能體才能理解用戶的上下文語境，把握用戶的真實(shí)意圖，清楚用戶想要做什么、需要什么；它還能讓智能體記住與用戶的過往交互，既具備短期記憶，也擁有長期記憶；同時(shí)，復(fù)雜的任務(wù)也會(huì)在這里被拆解成一個(gè)個(gè)簡單的步驟來執(zhí)行。

• 多智能體協(xié)作技術(shù)——Tolga 稱，其設(shè)計(jì)愿景是，從用戶視角來看只有一個(gè)交互入口，但背后會(huì)有專注于特定領(lǐng)域或特定任務(wù)的智能體各司其職。而我們所說的“超級(jí)智能體”，本質(zhì)上就是負(fù)責(zé)統(tǒng)籌、協(xié)調(diào)所有這些領(lǐng)域?qū)僦悄荏w，最終為終端用戶的問題給出答案。

聯(lián)想集團(tuán)高級(jí)副總裁、中國區(qū)方案服務(wù)業(yè)務(wù)群（SSG）總經(jīng)理戴煒稱，到目前為止，聯(lián)想在不同行業(yè)的智能體大概超過200多個(gè)。

混合式AI當(dāng)然不只是一個(gè)模型選擇、智能體構(gòu)建的技術(shù)，它包括從基礎(chǔ)層到上層應(yīng)用、解決方案的總體技術(shù)能力：混合式基礎(chǔ)設(shè)施（Hybrid Infrastructure）、數(shù)據(jù)知識(shí)庫（Data & Knowledge）、模型和智能體平臺(tái)（Al Models & Agent Platforms）、AI 工廠（Al Factory）、AI解決方案庫（Al Library），以及AI全周期服務(wù)（Al Services）。

聯(lián)想集團(tuán)副總裁、中國區(qū)政企業(yè)務(wù)群總經(jīng)理王立平，在向媒體介紹時(shí)稱：“我們可以提供的是AI工廠，能結(jié)合推理場(chǎng)景降低每個(gè)Token的成本?！?/p>

他還以聯(lián)想萬全異構(gòu)智算平臺(tái)為例做了更詳細(xì)介紹：“完全異構(gòu)智算平臺(tái)很重要的是納管CPU、GPU、NPU，包括國際還是國產(chǎn)路線的CPU和GPU路線。另外，我們結(jié)合智算做了優(yōu)化，對(duì)于GPU來講，從算力層到計(jì)算框架到整體的網(wǎng)絡(luò)通信，都做了極大優(yōu)化，性能上總體可以提升20-30%。很多GPU使用率只有百分之三四十，通過我們優(yōu)化之后提升到百分之五六十，這是巨大的提升。”

王立平還舉了兩個(gè)實(shí)例：

• 伊利——這個(gè)案例非常有代表性。這不是某個(gè)環(huán)節(jié)提效，而是從牧場(chǎng)到消費(fèi)者的全鏈條重構(gòu)：聯(lián)想助力伊利構(gòu)建了600多個(gè)算法模型；其中，供應(yīng)鏈“控制塔”系統(tǒng)，整合了80多項(xiàng)供應(yīng)指標(biāo)、140多項(xiàng)廣促指標(biāo)。最終帶來的不是“感覺變聰明了”，而是極其確定的結(jié)果：原奶調(diào)配單噸運(yùn)輸成本顯著下降；24小時(shí)到廠及時(shí)率穩(wěn)定在98%。這就是系統(tǒng)化AI的價(jià)值。

• 遂源——這個(gè)案例，解決的是很多地方在“東數(shù)西算”背景下的共同焦慮：算力多了，但到底怎么管、怎么用、怎么掙錢？

  聯(lián)想先做的不是簡單的“加卡”，而是把4000多張 GPU （未來擴(kuò)展至萬卡）拉進(jìn)一個(gè)統(tǒng)一的調(diào)度系統(tǒng)，不管芯片來自哪里，在上層看起來都是“一朵云”。然后是穩(wěn)定性。以前靠人盯、靠經(jīng)驗(yàn)，現(xiàn)在是系統(tǒng)自動(dòng)監(jiān)控、自動(dòng)調(diào)度，算力穩(wěn)定性直接拉高了 50%?？蛻糇顫M意的一點(diǎn)其實(shí)在最后：算力終于能“按規(guī)則賣”了。

  通過不同的計(jì)量計(jì)費(fèi)模式，算力利用率提升了40%；算力租賃業(yè)務(wù)的收入，提升了 35%。這個(gè)案例說明一件事：混合式 AI，不只是算得快，而是算得清、算得值。

當(dāng)然，最新的案例是，聯(lián)想與2026年FIFA世界杯的合作，除了為其提供聯(lián)想足球AI超級(jí)智能體（Football AI Pro）和聯(lián)想VAR 3D數(shù)字人可視化方案（VAR Digital Avatar）之外，還將為賽事提供涵蓋設(shè)備交付、現(xiàn)場(chǎng)支持與倉儲(chǔ)服務(wù)在內(nèi)的一體化技術(shù)保障，并通過AI優(yōu)化的智能指揮中心，對(duì)賽事物流、通信與運(yùn)行狀態(tài)進(jìn)行統(tǒng)一管理與預(yù)測(cè)性調(diào)度，確保賽事在各賽區(qū)高效、安全、有序運(yùn)行。

楊元慶補(bǔ)充了一個(gè)雙方合作的目的：這是一次展示聯(lián)想全球交付能力的絕佳機(jī)會(huì)。今年世界杯首次由三國聯(lián)合舉辦、48支球隊(duì)參與，預(yù)計(jì)將吸引全球超過60億觀眾的目光，決賽更將有20億球迷共同觀看。

芯片變了，算力的形態(tài)變了，但客戶的核心需求沒變。他們需要的不是孤立的芯片或架構(gòu)，而是能解決實(shí)際問題的AI解決方案。

混合式AI的技術(shù)架構(gòu)，沉淀 3 年，如今已確立了聯(lián)想在AI產(chǎn)業(yè)鏈中的新身份：

• 工程化主權(quán)：楊元慶提到，聯(lián)想擁有“自主設(shè)計(jì)、自主生產(chǎn)、全球交付的能力”，這讓聯(lián)想能比純代工廠更快地將芯片轉(zhuǎn)化為token產(chǎn)出。

• AI超級(jí)工廠：聯(lián)想不僅提供計(jì)算，還提供包括模型選擇，存儲(chǔ)、網(wǎng)絡(luò)在內(nèi)的全棧 AI基礎(chǔ)設(shè)施，以及解決方案。在這個(gè)超級(jí)工廠中，英偉達(dá)也僅是選擇項(xiàng)之一。

• 全周期服務(wù)商：聯(lián)想方案服務(wù)業(yè)務(wù)集團(tuán)（SSG）的首席技術(shù)官Art Hu稱，客戶現(xiàn)在面臨的最大問題是ROI（投資回報(bào)率）?！拔覀兲峁〢I Discovery服務(wù)，幫助客戶評(píng)估想法是否可行?！边@意味著聯(lián)想正在從硬件廠商演變?yōu)椤癆I咨詢與集成商”。

這個(gè)新身份，讓英偉達(dá)和 AMD，甚至微軟、OpenAI，在AI落地上，都從未如此依賴聯(lián)想。但上下游身份的微妙之處，卻也如影隨形。

兩個(gè)挑戰(zhàn)：開放生態(tài)與持續(xù)研發(fā)

聯(lián)想既要深度擁抱英偉達(dá)、AMD、英特爾、高通等伙伴，又要保持足夠的架構(gòu)中立性，為客戶提供“最適合”的組合，而不是被看作某一家芯片廠的延伸。 這要求聯(lián)想在產(chǎn)品規(guī)劃、市場(chǎng)話術(shù)和技術(shù)路線中，既展示與頭部芯片廠的深度合作，又保留多元選擇和開放架構(gòu)的空間。

不只是芯片，在模型選擇上，同樣需要聯(lián)想擁有極高的生態(tài)平衡術(shù)。楊元慶的底氣是，AI 時(shí)代，硬件依然是用戶進(jìn)入AI的入口。

但與之前PC 時(shí)代不同的是，AI 時(shí)代的整機(jī)和解決方案不再是“裝配 + 集成”，而是“架構(gòu)設(shè)計(jì) + 軟件棧+ 運(yùn)維服務(wù)”的綜合體，這要求聯(lián)想在自研 AI 平臺(tái)、智能體編排、異構(gòu)計(jì)算等方面持續(xù)重投入。英偉達(dá)和AMD架構(gòu)在快速迭代，聯(lián)想必須在極短的周期內(nèi)完成復(fù)雜的系統(tǒng)適配。如果研發(fā)進(jìn)度跟不上芯片廠商和云廠商的演進(jìn)節(jié)奏，聯(lián)想就有可能在上游“平臺(tái)化”的過程中被邊緣化。

隨著AI向邊緣延伸，如何讓智能穿戴設(shè)備（如聯(lián)想與高通合作的Maxwell）與數(shù)據(jù)中心無縫協(xié)同，考驗(yàn)著聯(lián)想的跨平臺(tái)整合能力。高通總裁安蒙在演講中提到的“個(gè)人專屬智能終端”，需要與聯(lián)想的后端云設(shè)施形成閉環(huán)。這要求聯(lián)想在軟件層面的投入必須跟上硬件的腳步。

開放生態(tài)平衡術(shù)、持續(xù)的軟硬件研發(fā)投入，將是聯(lián)想集團(tuán)接下來能否夯實(shí)混合式 AI 競(jìng)爭優(yōu)勢(shì)的兩大挑戰(zhàn)。

在2026年的坐標(biāo)點(diǎn)上，聯(lián)想不再只是芯片的承載者，而是AI算力工廠的架構(gòu)師。在這場(chǎng)重新定義計(jì)算的競(jìng)賽中，巨頭們并非在相互吞噬，而是在深度的權(quán)力重構(gòu)中，共同開啟混合式AI的新紀(jì)元。（本文結(jié)束）