您的位置首页 >人工智能 >

联想正式发布万全混合词元工厂品牌,依托三层混合动力全栈体系,打通算力、词元生产、智能体应用,助力企业从 “+AI” 转向 “AI+”

11 月 10 日联想集团发布万全混合词元工厂品牌,同步官宣首个母本工厂落地河北张家口。这套方案的核心是三层混合动力体系,不再单纯售卖算力硬件,而是把算力、模型、运营、智能体应用打包成可计量、可按需调用的词元供给服务,解决企业 AI 落地算力闲置、模型适配难、词元成本高、AI 能力难以嵌入业务流程的痛点。下面把三层架构、项目指标、五大特点、落地逻辑整理清楚。

一、基础发布信息

项目详情
发布时间2026 年 11 月 10 日
品牌联想万全混合词元工厂
核心体系三层混合动力
首个母本工厂河北张家口(东数西算京津冀枢纽、绿电基地)
规划算力初期 1.5 万 P 异构算力集群、100MW 智算中心
核心指标年产词元超 2000 万亿;峰值每秒 2 亿词元;百万词元成本优化 70% 以上;词元良品率>99.9%;PUE 低于 1.1
定位词元生产运营枢纽,连接底层算力与上层行业智能体应用

二、三层混合动力体系拆解

  1. 底层:联想问天 AI 基础设施
  2. 中层:万全混合词元工厂(枢纽层)
  3. 上层:联想擎天、百应智能体解决方案与服务

作为算力底座,包含万全异构智算服务器、存储、网络、液冷等硬件,支持多芯片异构混合调度,提供稳定算力供给,是词元生产的能源基础。

整合智算中心建设、运维、xCloud 联想智能云,统一调度私有云、公有云资源,完成模型部署、推理调度、词元生产、质量管控、计量计费,输出标准化、高质量的词元服务。

把工厂产出的有效词元,封装成行业智能体、应用服务,直接嵌入企业业务流程,覆盖通用场景、政企、制造、内容等行业,完成价值落地。

三、万全混合词元工厂五大核心特点

  • 多:开放多模型生态,超节点 + 模算动态混合部署,规模化产能,适配不同业务模型需求。
  • 快:词元产出速度提升 5 倍,推理响应更快,支撑高并发业务。
  • 好:词元良品率 99.9% 以上,配套数据治理、安全审计,输出高质量有效词元。
  • 省:异构调度提升算力利用率,降低单位词元成本,同时依托张家口绿电实现低碳。
  • 绿色:依托当地风光可再生能源,PUE 控制在 1.1 以内,打造绿色词元产能。

四、模式价值

传统 AI 建设模式是企业自建算力、自运维集群,容易出现算力闲置、模型调优成本高、大量无效 Token。联想这套词元工厂模式,把 AI 从 “买卡建集群” 变成按需采购词元服务,按实际使用量计量;同时以张家口母本工厂为样板,后续会根据各地资源禀赋在全国多点复制,打造可复制的词元经济基础设施。

五、补充背景

“万全” 是联想经典服务器品牌,本次复用该品牌,标志万全从服务器硬件品牌升级为面向 AI 时代的词元工厂品牌;联想提出目标:成为国内混合式词元工厂的定义者和领军者,推动 AI 供给从单纯算力资源输出,转向能力、价值输出。

【相关 FAQ】

问题 1:联想万全混合词元工厂的三层混合动力分别是什么?

回答 1:底层是联想问天 AI 算力基础设施,中层是万全混合词元工厂作为词元生产枢纽,上层是擎天、百应智能体解决方案,三层协同形成完整闭环。

问题 2:联想万全混合词元工厂首个母本工厂落地在哪里,规划算力规模是多少?

回答 2:首个母本工厂落地河北张家口,初期规划 1.5 万 P 异构算力集群、100MW 智算中心,年产词元目标超过 2000 万亿。

问题 3:联想万全混合词元工厂和传统卖算力服务器有什么区别?

回答 3:它不只是卖硬件,而是一套词元生产运营体系,企业可以按需调用、按词元计量采购 AI 推理服务,降低自建、运维集群的门槛,减少无效算力浪费。

问题 4:联想万全混合词元工厂的核心指标有哪些?

回答 4:峰值每秒 2 亿词元,百万词元综合成本优化 70% 以上,词元良品率超过 99.9%,配套智算中心 PUE 低于 1.1。

【参考资料】

[2026-11-10](联想刘军:“三层混合动力” 全栈赋能 助力更多企业迈向 “AI+”)中国网科技

[2026-11-10](联想万全混合词元工厂发布:母本工厂落地张家口)IT 之家

[2026-11-10](联想万全混合词元工厂建成后词元年生产量达 2000 万亿以上)北京商报

[2026-11-10](联想戴炜:张家口混合词元母本工厂只是起点,将在全国多点布局)澎湃新闻

[2026-11-10](联想重启 “万全” 品牌:从国产服务器先行者到 AI 词元工厂领军者)牡丹晚报

【免责声明】

以上内容基于联想发布会公开信息整理,项目指标为规划目标,产能、成本、落地进度会随建设、算力调度、模型迭代动态调整;不同行业企业接入词元服务的实际收益,取决于业务场景、数据治理水平。