买得起卡，用不起AI？企业面临算力成本困局
买得起卡，但用不起AI。
随着AI大规模进入企业应用，许多公司陷入了这一尴尬境地。过去两年，我国AI产业呈现爆发式增长：国家数据局数据显示，日均词元调用量从2024年初的1000亿激增至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，截至2026年6月，相关指标已突破500万亿。
需求暴涨迅速传导至供给端，IDC预计2026年全球服务器市场收入将达约6851亿美元，AI基础设施投资是主要动力。然而，面对持续增加的算力供给，企业对“烧Token”却愈发谨慎。
据《经济观察报》报道，某中型银行上半年Token支出近900万元，占上年度IT预算的8%。管理层已从年初视Token增长为积极信号，转变为年中重新审视成本收益。麦肯锡调查也显示，约20%的组织因运营成本限制了AI使用。
企业开始理性衡量AI成本与实际产出。Agent执行复杂任务涉及反复推理、模型调用和重试，成本累积显著；自建算力需为高峰预留设备，闲置期间仍需承担折旧、电费和运维开支。此外，简单任务误用昂贵模型、敏感业务必须私有化部署等问题，导致算力难以各归其位。
如何让企业真正用好、用得起AI，成为亟待解决的难题。
11月10日，联想集团在河北张家口正式官宣“联想万全混合词元工厂”品牌。该工厂规划建立15000P超节点集群，年产2000万亿Token，旨在通过工业化方式量产高性价比Token服务，推动算力基础设施从粗放堆芯片向高效供给转型。
绿电进，词元出：首座混合词元母本工厂落地张家口
联想集团与河北张家口市政府签署合作协议，推进首座混合词元母本工厂落地。项目首期规划建设15000P异构算力集群及约100MW智算中心，建成后Token年产能预计达2000万亿，峰值产出能力每秒2亿Token。联想集团高级副总裁戴炜表示，首期建设将于2027年完成，2030年规模计划扩大10倍以上。
2000万亿年产能意味着日均生产约5.5万亿Token。相比规模，该工厂的核心创新在于“混合”二字，即让算力供给跟随业务需求动态调整。
企业既需要稳定可控的私有算力，又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各异。联想提出的混合供给模式充当枢纽角色，将分散资源重新组织：私有Token与公共Token服务相结合（以私有为主），端侧、边缘和云端协同运行，不同模型根据任务灵活选择。
这种模式旨在实现像供电一样的理想Token供给：企业按需接入，获得稳定、经济的服务，而底层的设备运行、模型调用和资源调度由统一体系完成。
选址张家口具备多重优势：
能源条件优越：张家口是全国风光绿电第一大城市，可再生能源装机规模突破4500万千瓦，占比近九成，且电价更具优势。
算力基础雄厚：作为国家“东数西算”京津冀枢纽重要承载地，已建成50多座数据中心，投运标准机架超107万架。
区位气候适宜：毗邻北京，时延短；气候冷凉，有利于降低散热成本。
政策层面，《“十五五”规划纲要》也提出推动算力规模化、绿色化、普惠化发展。联想与张家口联手探索的“绿电进，词元出”模式，正是对这一方向的实践。
把每一分算力用在刀刃上：混合供给与三级优化
针对制造企业等典型场景，联想提出了包含三个维度的混合供给模式：
供给来源混合：私有自产Token与授权公共服务互补；
端边云协同：轻量任务留端侧，时延敏感任务就近运行，弹性需求匹配云端；
模型生态混合：根据质量与成本要求，灵活选择开源或闭源模型。
为解决复杂调度问题，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提效。依托xCloud联想智能云统一纳管公私云资源，并配备Token Hub（词元中枢），综合任务需求、模型质量、数据边界、时延与成本，为请求匹配合适资源。
在安全合规方面，设立三道屏障：
模型安全：仅允许通过安全测试认证的白名单模型上线；
内容安全：通过Token Trust能力主动拦截敏感信息，设定数据使用权限边界；
隐私计算：支持TEE可信执行环境，实现敏感数据“可用不可见”。
此外，联想实施三级优化策略以降低成本：
提升设备效率：通过问天异构智算方案，实现30以上%算力效率提升；
控制全生命周期成本：采用模块化预制、全液冷等技术，目标PUE低于1.1，并配套设备回收产线；
Token效能优化：通过模型路由避免简单任务占用高成本模型。
联想内部验证显示，该模式可实现约70%的综合成本优化。工厂整体目标包括：百万Token综合成本优化70%，每秒Token产出提升5倍，Token良品率超99.9%。最终构建“多、快、好、省、绿色”五大核心竞争力，其中“有效Token”概念强调以实际任务完成质量为衡量标准。
从单点交付到生产力交付：打造可复制的产业方法
联想将自身企业AI业务概括为“三层混合动力”：底层为问天AI基础设施，中层为万全混合词元工厂，上层为擎天、百应等智能体解决方案。这一架构旨在帮助企业从“+AI”向“AI+”转型，让AI深入核心业务流程。
张家口工厂作为“母本工厂”，承担着验证技术方法和运营机制的任务。联想利用内部上百个智能体应用作为试验田，检验协同效率，再将成熟经验推广至其他产业。
例如，在湖南广电AI短剧项目中，针对内容生成Agent的高昂Token成本和算力波峰波谷，双方计划在长沙建设面向影视产业的混合词元工厂。通过全模态词元混合路由等技术，目标实现制作成本降低50%、生产周期缩短60%，月产成片超1200小时。
在上海健生普教项目中，针对600余所中小学的教学、备课及考试批改需求，以及未成年人数据安全的严格要求，混合供给模式在保障数据安全和服务连续性的同时，避免了按峰值配置算力的浪费。
在甘肃庆阳燧弘华创智算中心运营案例中，综合使用成本节省约30%，单一模型日均处理超200万次调用。
这些案例表明，标准化的应是底层技术、调度与运营方法，差异化的则是面向具体产业的供给方式。一旦方法得到验证，联想有望成为跨区域、跨产业的词元供给组织者。
AI基础设施的价值正由计算能力的交付延伸至实际生产力的交付。对于企业而言，生产任务的稳定交付与长期成本的可控，才是衡量价值的最终尺度。正如工业革命时期能源、机器与流程被组织成高效体系一样，AI时代的关键在于将庞大的计算能力转化为持续的生产力，让企业从繁重的技术运营中解放出来，专注于产品与服务本身。
