联想万全混合词元工厂落地张家口：首期 15000P 异构算力，年产 2000 万亿 Token

"买得起卡，但用不起 AI"——这句话在过去一年里从调侃变成了企业预算会上真实的争论。算力供给在扩张，企业对"烧 Token"却越来越谨慎，原因不复杂：Agent 执行一个复杂任务可能连续跑上数小时，反复推理、模型调用与任务重试层层叠加；自建算力又要为业务高峰预留设备，平时闲置的折旧、电费与运维照付不误。联想给出的解法，是把 Token 当成工业品来生产。

11 月 10 日，联想集团与河北张家口市政府签署合作协议，正式发布"联想万全混合词元工厂"品牌，并宣布首座混合词元母本工厂落地张家口。按现场披露的方案，项目首期规划建设 15000P 异构算力集群与约 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。平均下来相当于每天生产约 5.5 万亿 Token。联想集团高级副总裁、中国方案服务业务群总经理戴炜给出的时间表是：首期建设定在 2027 年，到 2030 年相关规模计划再扩大十倍及以上。

"混合"到底混什么

词元工厂本身不是新概念，此前已有产业实践，有的从芯片与服务器能效切入，有的经营模型平台，有的擅长智算中心运营。联想这次强调的是名字里的"混合"，落点在三层：供给来源混合，私有自产 Token 与获得授权的公共服务互补，且以私有为主；端边云协同，轻量任务留在端侧、时延敏感任务就近运行、弹性需求匹配云端；模型生态混合，按质量与成本要求选择开源权重或闭源模型。

这套设计的现实背景是企业需求本身是分裂的。一家大规模使用 AI 的制造企业，生产系统要求稳定运行、敏感数据不能离开私有环境，但办公助手与客服智能体又会在业务高峰突然涌入大量请求。全部自建，要为短暂峰值长期养设备；完全买公共服务，又绕不开数据边界、持续支出与模型适配。混合供给相当于让联想站在枢纽位置，把分散资源重新组织起来。

调度是这套模式真正的难点。为此联想设计了 Token Engine（词元引擎），通过模算动态混部、任务级资源池调配与智能模型路由做资源匹配；此前布局的 xCloud 智能云负责对私有云与公有云资源统一纳管，其中配置的 Token Hub（词元中枢）面向推理场景，综合任务需求、模型质量、数据边界、响应时延与成本，为不同请求匹配模型与算力。联想集团副总裁、全球基础架构和智能云总经理姚振宇举例说，轻量模型可以跑在较小的计算节点或边侧资源上，无须占用大型集群——调度不只是找空闲机器，还要让任务用上合适的模型和芯片。

为什么落在张家口

张家口被选中，一半是因为能源。截至 2025 年底，当地可再生能源装机规模突破 4500 万千瓦，占当地电力总装机比重接近九成，是全国风光绿电第一大城市，也是国家算力网与新型电网的标杆型双节点。另一半是存量基础：张家口是国家"东数西算"工程京津冀枢纽的重要承载地，已建成 50 多座数据中心、投运标准机架超过 107 万架，加上冷凉气候、更具优势的电价，以及距北京一百多公里的区位与更短时延，刚好能接住京津冀的 AI 推理需求。

政策口径也在往同一方向推。2026 年发布的《"十五五"规划纲要》提出推动算力规模化、集约化、绿色化、普惠化发展，促进绿电与算力协同，降低中小企业用算成本。"绿电进，词元出"这个说法听着像流水线，实质是把算力的采购对象从设备换成服务。

三级优化与三道屏障

成本要靠三层拆解。第一层是提升算力设备效率，问天异构智算方案把超节点、多芯多模训推引擎与集群通信、算子优化组合起来，联想披露相关方案可实现 30% 以上的算力效率提升。第二层是控制智算中心全生命周期成本，通过模块化预制、一体化全液冷、绿电直流智控优化建设与运营，并计划在张家口配套建设算力设备回收与再利用产线，配套智算中心 PUE 目标低于 1.1。第三层是面向业务场景的 Token 效能优化，简单任务不占用高成本模型。

数据安全则设了三道屏障：模型安全要求所有模型通过安全测试认证进入白名单才能在词元中枢上供企业使用；内容安全由 Token Trust 词元安全能力在传输路径上主动拦截敏感信息；隐私计算与 TEE 可信执行环境让敏感数据在隔离环境中处理，平台侧无法读取内容。

对企业来说，这套方案真正要回答的问题不是"能不能生产足够多的 Token"，而是"能不能让每一分算力都用在刀刃上"。2000 万亿的年产能是规模宣言，混合供给与精细调度才是它能否被买单的理由。接下来值得观察的是 2027 年首期投产后，私有与公共资源的实际配比，以及按需供给能不能把企业那笔"用不起"的账真正压下来。