大會現(xiàn)場，聯(lián)想和英偉達聯(lián)合推出聯(lián)想人工智能云超級工廠計劃。黃仁勛表示，該計劃將消除 AI 部署過程中的不確定性，真正實現(xiàn)把 AI 基礎設施推向產業(yè)化。

算力基礎設施的四次迭代

從企業(yè)的電子化辦公到如今 AI 驅動的智能革命，算力基礎設施的每一次躍進都深刻改變著商業(yè)與社會形態(tài)。楊元慶將這段歷史清晰梳理為四個階段。

第一波浪潮始于企業(yè)信息化與數字化轉型。這階段的核心是傳統(tǒng)計算技術，企業(yè)通過部署服務器和數據庫，將紙質流程電子化，實現(xiàn)基礎的數據管理和流程自動化。

第二波浪潮由云服務和云應用驅動。隨著亞馬遜 AWS、微軟 Azure 等云平臺的崛起，企業(yè)無需自建數據中心，即可彈性獲取計算資源。這階段云計算快速興起，推動了移動互聯(lián)網和 SaaS 模式的普及。

第三波浪潮則由大語言模型訓練催生。為訓練  GPT、Gemini 等千億、萬億參數模型，科技巨頭構建了大規(guī)模算力集群。此階段 AI 訓練主要集中在云端，催生了對英偉達 H100、AMD MI300X 等高性能 AI 芯片的海量需求。

如今，第四波浪潮——AI 推理爆發(fā)期已然到來。智能正從云端“回流”到本地和邊緣，通過 PC、手機、服務器乃至物聯(lián)網設備，讓 AI 能力觸手可及。

聯(lián)想此次提出的混合式 AI 構想，意圖整合個人、企業(yè)與公共智能，通過智能模型編排等核心技術，打造適應多元需求的 AI 部署架構。

推理是下一個主戰(zhàn)場

為何 AI 推理變得如此關鍵？推理意味著 AI 模型對輸入數據做出實時判斷和生成。隨著生成式 AI 應用場景的拓寬，從實時的語音對話到復雜的決策分析，推理的需求呈現(xiàn)爆炸式增長。

推理部署在數據源頭附近，能帶來毫秒級的響應速度和更高的數據安全性。楊元慶指出，這正成為企業(yè)真正的競爭優(yōu)勢。

AMD 董事會主席兼 CEO 蘇姿豐在同一場合也表達了類似觀點：全球企業(yè)都在思考如何讓 AI 更貼近自身數據。

市場分析印證了這一趨勢。根據中信建投的研報預測，到 2026 年，手機和 PC 的 AI 滲透率將分別達到 45% 和 62%，端側 AI 市場規(guī)模預計將從 2025 年的 3219 億元躍升至 2029 年的 1.22 萬億元。

這一市場爆發(fā)背后是 AI 模型運行邏輯的轉變。傳統(tǒng)的云端集中處理模式，在面對海量、高頻的推理請求時，面臨網絡延遲、帶寬成本和隱私泄露的挑戰(zhàn)。

然而，推理算力的擴張并非沒有隱憂。有獨立研究團隊警告，推理模型的算力需求正以驚人速度增長。OpenAI 的 o3 模型推理算力已是 o1 的 10 倍。

面對 AI 推理浪潮，聯(lián)想選擇了與芯片巨頭深度綁定的生態(tài)戰(zhàn)略，積極構建多元化的 AI 硬件生態(tài)。

英特爾與聯(lián)想則同發(fā)布了 Aura Edition AI PC 和 FIFA 聯(lián)名款游戲電腦。在可穿戴設備領域，聯(lián)想還與高通達成合作，共同開發(fā) AI 原生可穿戴設備，楊元慶預測這一領域市場規(guī)模有望突破十億臺。

與此同時，聯(lián)想與 AMD 也宣布了在企業(yè) AI 落地方面的合作。雙方將推出搭載 AMD EPYC 處理器的 AI 推理服務器 ThinkSystem SR675i。這款服務器專為將 AI 模型部署到本地和邊緣設計，能幫助企業(yè)提升推理效率并降低運營成本。

參考資料：

https://stock.10jqka.com.cn/usstock/20260107/c673812324.shtml

https://finance.sina.com.cn/stock/t/2026-01-07/doc-inhfmycs5208883.shtml