千億業績目標背後，聯想問天重押 AI 算力底座

隨着大模型訓練和推理需求快速增長，算力基礎設施的重要性被重新定義。

過去，企業建設算力中心，更多關注的是服務器數量、單機性能和算力資源供給。但當 AI 應用從模型訓練走向產業落地，算力基礎設施需要解決的問題還包括算力、存儲、網絡、能源、調度、模型和應用能否組織成一套高效協同的系統。

這也意味着，AI 服務器競爭正在從單點硬件比拼，走向系統能力和生態協同的較量。

在這一變化下，以聯想為代表的硬件廠商，開始重新定義自身在 AI 基礎設施中的位置。

日前，“在一起 再問天・聯想問天品牌煥新暨算力生態大會” 在北京舉行。會上，聯想問天正式發佈品牌煥新戰略。

這是聯想問天從本地化服務器品牌，轉向面向 AI 時代算力基礎設施品牌的一次升級。

聯想集團副總裁、中國基礎設施業務羣總經理陳振寬表示，當前 AI 正從工具應用走向生產要素，算力也隨之從資源供給升級為面向 Token 生產的系統能力，整個產業正在進入由 “能力競爭” 邁向 “生產範式競爭” 的新階段。

品牌升級也對應更明確的業務目標。陳振寬提出 2027 年，聯想中國基礎設施業務羣將錨定 1000 億元人民幣目標，並劍指中國服務器市場第一。

具體來看，聯想問天希望通過 AI 工廠、超智融合算力與全棧產品體系，打通從算力、數據到模型與應用的完整鏈路，將原本分散、複雜的 AI 能力轉化為更標準化、規模化的生產能力。

在此次大會上，聯想重點發布了萬全異構智算平台 V5.0 和超節點解決方案。

其中，萬全異構智算平台 V5.0 主要面向大模型訓練和推理場景，試圖通過軟硬協同提升算力集羣效率。

據華爾街見聞現場瞭解到，該平台此次實現了兩項核心突破。一是集羣訓推加速技術，通過分層解耦 PD 分離架構、KV Cache 共享緩存優化等技術，提升大模型訓練和推理性能，並改善集羣資源利用率；二是芯模編譯優化技術，通過面向不同模型的計算圖自適應匹配和算子自動生成，適配多元算力芯片生態，提升訓練與推理全流程效率。

這也反映出當前 AI 算力行業的一個重要變化：算力競爭正在從 “資源供給” 轉向 “效率競爭”，企業的競爭力還將取決於生產、獲取和利用 Token 的效率。