绿电进Token出！联想重新定义词元工厂
内容提要
联想在张家口发布“万全混合词元工厂”，首期规划15000P异构算力集群，年产2000万亿Token，目标综合成本降低70%。该工厂采用“绿电进、词元出”模式，混合私有与公共算力，按业务需求调度模型与资源，兼顾安全与能效。联想以自身及影视、教育等案例验证该模式，推动AI基础设施从卖算力转向交付生产力。
延伸解读
“混合”的关键：让算力供给跟随业务需求
联想词元工厂的“混合”并非简单堆叠公私算力，而是按任务敏感度、模型能力和时延要求动态调度。文章以制造企业为例：敏感数据留在私有环境，办公助手和客服智能体则应对突发峰值。这种模式试图解决企业自建算力为峰值预留、平时闲置的浪费，也避免敏感业务被迫上公有云。其难点在于调度复杂度，联想用Token Engine和xCloud来统一管理。
成本目标背后的三级优化逻辑
联想提出百万Token综合成本优化70%，这一目标依赖三级优化：设备侧通过问天异构智算方案提升算力效率30%以上；机房侧用模块化预制、全液冷和绿电直流智控压低建设与运营成本，并计划将PUE控制在1.1以下；业务侧通过模型路由让简单任务不占用高成本模型。文章强调，单点优化难以独立解决全部成本问题，需硬件、机房和调度共同作用。
“有效Token”提醒：别只看产量和单价
文章提出“有效Token”概念，指出同样让Agent完成任务，一次交付合格结果与反复修改重试，消耗的Token数量不同，创造的价值也不同。联想将任务完成精准、绿色可持续和全链路安全与成本、吞吐并列为核心竞争力。对企业而言，词元工厂的产能和单价只是表面指标，实际业务中的任务完成质量和长期运营成本才是衡量AI基础设施价值的最终尺度。
母本工厂：先验证方法，再复制到产业
张家口首座混合词元母本工厂并非要1:1复制机房，而是用联想自身上百个智能体应用的真实负载，验证不同算力与模型的协同效率，总结可复制的调度与运营方法。文章列举湖南广电AI短剧、上海健生普教和甘肃庆阳智算中心等案例，说明不同产业的负载节奏与数据边界各异，标准化的是底层技术和运营方法，差异化的是面向具体产业的供给方式。
Q&A
联想万全混合词元工厂的规模和产能目标是多少？
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。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。
联想词元工厂的“混合”具体指什么？
“混合”核心是让算力供给跟着业务需求走，包含三个维度：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；不同模型根据任务需求灵活选择。通过Token Engine和xCloud等实现资源动态调度。
为什么选择在张家口建设词元工厂？
张家口是可再生能源装机占比近九成的绿电城市，拥有冷凉气候和优势电价，且是“东数西算”京津冀枢纽重要承载地，已建成50多座数据中心，毗邻北京（距京一百多公里）时延短，能降低算力运营成本并承接京津冀AI推理需求。
联想如何保障词元工厂的数据安全？
联想设置了三个维度的屏障：模型安全方面，所有模型需经安全测试认证进入白名单；内容安全方面，通过Token Trust在传输路径上主动拦截敏感信息；隐私计算与TEE方面，支持敏感数据在隔离可信环境中处理，平台侧无法读取内容，实现“可用不可见”。
联想词元工厂有哪些实际应用案例？
联想自身业务已实现约70%的综合成本优化；湖南广电计划在长沙建设面向影视短剧的混合词元工厂，目标制作成本降低50%、生产周期缩短60%、月产成片超1200小时；上海健生普教项目覆盖600余所中小学；甘肃庆阳燧弘华创智算中心综合使用成本节省约30%。
联想词元工厂提出的五大核心竞争力是什么？
联想将任务完成精准、绿色可持续和全链路安全纳入考量，与综合成本和Token吞吐一起构成五大核心竞争力，概括为“多、快、好、省、绿色”。其中“好”强调有效Token，即一次交付合格结果，而非单纯消耗更多Token。
