改造萬億IT基建！英偉達給聯想“畫大餅”

拉斯維加斯的會展中心在CES落幕后，燈光熄滅、人群散去。但對全球AI產業而言，一場更為漫長、也更為昂貴的競賽才剛剛進入關鍵階段。

今年的CES，依然是英偉達首席執行官黃仁勛站在聚光燈的中央，身著標志性黑色皮衣的他，發布了全新的Vera Rubin AI GPU平臺，并給出了一組足以震動資本市場的數據：相較前一代Blackwell架構，新平臺在訓練性能上提升3.5倍，而推理成本則被壓縮至原來的十分之一。

但是這一次，黃仁勛帶來的不只是“更快的芯片”。在出席聯想集團舉辦的Tech World大會時，黃仁勛為聯想集團董事長楊元慶描繪了一個更宏大的圖景——在過去三十年里，全球IT產業已經累計投入約10萬至15萬億美元，構建起一整套以通用計算和集中式數據中心為核心的基礎設施體系。但這套體系，正在系統性地失效。“如今都需要被重新發明、重新現代化。這正是為什么我們會看到眼前這些萬億美元級別的產業機會。”

AMD首席執行官蘇姿豐用一臺重達7000磅、布滿液冷管線的Helios機架，向外界傳遞了一個一致的方向：當前我們正處于算力新時代的起始階段……在這個時代，AI將無處不在，并廣泛地存在于數據中心、工廠、醫院、個人電腦以及邊緣設備之中。

黃仁勛稱這次變革背后的本質是“我們正在經歷一次平臺級的技術遷移。”

在過去的三十多年里，IT 產業幾乎每隔十年就會經歷一次類似的結構性躍遷——從 PC 到互聯網，從互聯網到云計算，再從云計算到移動計算。在這三次遷移中，始終圍繞CPU和傳統代碼構建計算生態。

黃仁勛稱，在這次“全新的平臺”中，應用將圍繞AI構建。這就要求計算核心從CPU轉向GPU，計算邏輯從“執行指令”轉向“自主推理”。然而，整個IT產業過去三十年建立的基礎設施，都是為“存儲和檢索信息”設計的，而不是為“自主推理和決策”設計的。傳統數據中心的CPU集群，面對 AI 推理所需的海量非結構化數據（圖像、語音、文本）和復雜神經網絡計算，性能不足且成本高昂。

尤其是當AI從模型競賽走向生產系統，算力的價值不再體現在峰值性能，而體現在穩定性、成本結構與可持續性上。推理市場正迅速擴張，并有望在未來幾年內超越訓練市場，成為AI經濟的主戰場。

兩位芯片巨頭在同一座城市、同一時間、用不同措辭表達的，其實是同一個判斷：AI基礎設施的上半場已經接近尾聲，對于企業來講下半場的競爭，將遠比“誰擁有最多GPU”復雜得多。

AI基建下半場從“訓練”到“推理”

在過去三年里，全球科技資本的投入方向高度集中。大模型訓練成為AI競賽的核心指標，算力的價值被簡化為“誰能堆出更大的GPU集群”。OpenAI、微軟、谷歌、Meta等公司爭相擴建超級數據中心，英偉達的高端GPU幾乎成為一種稀缺資源，其市值也隨之被推至歷史高位。

這一階段的特征是高度集中、資本密集，以及明確的技術目標：訓練出能力更強的通用大模型。

但進入2025年后，風向開始發生變化。華爾街的耐心正在耗盡——投資者發現，盡管巨頭們投入數千億美元訓練大模型，但真正能商業化落地、產生穩定現金流的應用寥寥無幾。更重要的是，基礎模型的迭代速度開始放緩。GPT-5 的發布雖然引發關注，但相較于 GPT-4，性能提升更多是“量變”而非“質變”。大模型的訓練已經進入“邊際效益遞減”階段。

企業不再僅僅滿足于展示一個聰明的“聊天機器人”，他們需要AI去工作——去優化供應鏈調度、提升生產效率，去實時處理數百萬份保險理賠，去毫秒級控制高速公路上的自動駕駛車隊，去每時每刻響應全球數十億智能體的請求。

市場迫切需要AI從“展示能力”的階段，邁入“承擔責任”的階段。而在這一階段，決定成本結構和可擴展性的，不再是訓練，而是推理（Inference），即 AI 模型在獲得訓練后，根據實時數據進行決策和響應的過程。

德勤在其《2026技術趨勢》報告中指出，隨著AI從實驗室走向企業生產環境，市場正遭遇一種全新的“推理經濟學”挑戰。盡管單次推理的單位成本在快速下降，但由于使用頻率和復雜度急劇上升，總體算力需求反而呈指數級增長。

這一趨勢在代理式AI（Agentic AI）和物理AI（Physical AI）身上體現得尤為明顯。

代理AI與物理AI重塑算力基建

代理式AI的本質，是將AI從“響應者”轉變為“執行者”。它不再是“一問一答”的聊天機器人，而是能夠自主調用工具、多步執行任務的“數字員工”。一個看似簡單的任務指令，背后可能觸發數百次推理調用：調用工具、拆解步驟、反復校驗、再執行。這種多步、長鏈路的推理過程，往往伴隨著大量“隱形Token”的生成，其算力消耗遠高于傳統問答式模型。

Gartner預計，到2028年，約33%的企業軟件將內置代理AI功能，而這一比例在2024年尚不足1%。至少有15% 的日常業務決策將由代理AI 自主完成。

物理AI對算力的要求則更為嚴苛。當AI被嵌入機器人、自動駕駛系統或工業控制設備時，推理必須是實時、低延遲且高度可靠的。這直接推動算力從集中式云數據中心，向邊緣側和本地部署遷移。

本屆CES，黃仁勛喊出了“物理AI的Chatgpt時刻即將到來”。英偉達在CES上展示的Project GR00T和Cosmos模型，正是試圖為機器人構建一套“理解并執行物理世界規則”的通用推理框架。這類應用的共同特點是：推理必須靠近數據源，而不是依賴遠程云端。

工業領域的物理 AI 同樣對實時性要求極高。假設一座工廠希望進行智能化改造，他的需求是實時響應生產線上的突發情況——比如檢測到零件缺陷時，立即調整加工參數；遇到設備故障時，自主切換備用生產線。這同樣要求推理算力必須靠近生產現場（即邊緣計算），否則數據傳輸的延遲會導致生產停滯。物理 AI 的核心是“感知-推理- 行動”的閉環，而推理是其中最關鍵的環節。如果推理不能實時完成，整個閉環就會斷裂，AI 也就失去了在物理世界應用的價值。

至此，一個清晰的趨勢已經浮現：AI算力將從“集中式訓練”向“分布式推理”傾斜，AI基礎設施不僅僅是昂貴的云端數據中心，還包括從邊緣到終端的整個布局。

而隨著代理式AI和物理AI的普及，算力需求不再呈線性增長。這也就不難理解，為何AMD掌門人蘇姿豐的斷言——“未來幾年內，全球計算能力可能需要提升100倍。”

盡管對于趨勢的預期已經非常明確，但代理AI的生產化部署并不順利。德勤調查顯示，2025年雖然有38%的企業在進行代理試點，但僅有11%的企業在生產環境中使用這些系統。高昂的成本是最為重要的原因。

從技術角度看，推理成本正在迅速下降。過去兩年，AI推理的單位Token成本已經暴跌280倍——這得益于芯片架構創新、軟件優化和規模效應。但企業的AI支出非但沒減少，反而因用量爆發式增長陷入失控。這一現象在經濟學中被稱為“杰文斯悖論” ：技術的提效降低了資源的使用成本，這反而刺激了需求的激增，最終導致資源總消耗量的上升。

對于率先大規模部署AI的企業而言，這一悖論已經變得異常現實。部分公司在公有云上的AI賬單已攀升至每月數千萬美元。當AI工作負載從偶發試驗變為全天候運行的核心業務流程時，按量計費的云模式開始在經濟上變得不可持續。

更重要的是，數據合規、安全和商業機密的考量，使得許多企業無法將核心數據完全托付給公有云。這迫使它們重新評估計算架構，從“云優先”轉向“混合計算”。

這一轉變，并非簡單的成本優化，而是對過去三十年IT架構邏輯的根本修正——也正是黃仁勛所指的“重新發明計算基礎設施”。

芯片巨頭的答案與一個被低估的角色

英偉達與AMD給出的解決方案，路徑不同，但目標一致：在推理時代，將“每Token成本”和能耗壓縮到足夠低。

英偉達的Rubin平臺通過Vera CPU來處理復雜邏輯，讓GPU專注于高效的矩陣運算；AMD的Helios機架則以超大顯存為核心賣點，其搭載的MI455X芯片擁有驚人432GB HBM4內存，試圖用更少的卡承載更多并發推理任務。

但在這場競爭中，一個共同點逐漸顯現：無論是哪一種方案，都高度依賴于物理層面的工程能力。

推理時代的芯片，功率密度正在突破傳統數據中心的極限。單機架超過100kW的功耗，使得風冷方案難以為繼。散熱不再是配套問題，而是決定算力能否兌現的前提條件。如果散熱搞不定，再先進的芯片也只能降頻運行，變成昂貴的廢鐵。

這正是聯想在產業鏈中角色被重新評估的原因。

作為少數能夠同時與英偉達和AMD展開深度合作的企業，聯想是這兩大芯片巨頭戰略布局中不可或缺的關鍵伙伴，也將成為全球IT基建改造的重要參與者。

在聯想Tech World的舞臺上，聯想集團CEO楊元慶先是與黃仁勛共同發布了基于Rubin平臺的“聯想人工智能云超級工廠”；轉過身，又與蘇姿豐發布了新一代推理服務器，蘇姿豐還宣布聯想將是Helios平臺的首發合作伙伴之一。

原因并不復雜。在推理成為核心負載后，AI基礎設施的難點從“買到芯片”，轉向“部署、散熱、運維和規模化交付”。

“很多人并不知道，聯想構建了全球最多的超級計算機。全球Top 500超級計算機中，有三分之一由聯想打造。”黃仁勛稱，聯想所具備的不僅是制造能力，更是構建、部署并在超算級數據中心中交付復雜系統的綜合能力。這是促成雙方合作的重要原因所在。

傳統企業數據中心是為信息存儲與檢索設計的，而AI時代的企業，需要的不只是幾臺服務器，更是能幫他們設計、建設、運營復雜“AI工廠”的全流程能力。這為聯想這類混合式AI基礎設施提供商打開了巨大市場空間，也是聯想與英偉達攜手推出“聯想人工智能云超級工廠”的核心原因。

此外，聯想在液冷技術上的長期投入，使其在這一階段具備了罕見的先發優勢。

其第六代Neptune海神液冷方案，允許在45°C條件下運行數據中心，無需傳統冷水機組。這不僅降低了部署復雜度，也為企業節省了可觀的電力成本。在推理成本高度敏感的環境中，能耗的每一次下降，都會直接反映為財務回報。

黃仁勛的雄心聯想的方案

對于聯想來講，黃仁勛畫的這個“大餅”的確是個“好干糧”——這場IT基礎設施重構浪潮帶來的絕非短期訂單增長，而是深度落地其主張的混合式AI戰略的關鍵一步，尤其對其基礎設施方案集團（ISG）業務具有決定性的戰略價值，這一業務能否快速扭虧一直是資本市場關注的焦點。

面對即將爆發的AI推理時代的到來，ISG渴求抓住機遇的愿望是迫切的。

非常重要的一個表現就是，聯想ISG在此次Tech World上一口氣發布了三款應對推理算力需求的產品：除了與AMD合作的AI推理服務器SR675i，還有AI推理服務器SR650i和邊緣計算服務器SE455i。

正如我們前文所分析的，企業需要的不再是孤立的硬件設備，而是“芯片+工程部署+散熱技術+運維服務”的一體化解決方案，所以其方案服務業務（SSG）也將因此受益。

借助與英偉達、AMD 的深度綁定，聯想得以優先將全球最先進的芯片技術融入自身的硬件產品與解決方案，形成“芯片巨頭技術輸出+聯想工程化落地”的互補模式，既提升了ISG產品的技術壁壘與溢價能力，更使其從傳統硬件供應商升級為AI基礎設施全生命周期服務商，徹底打開高端企業級市場的增長空間。

聯想與英偉達、AMD 的戰略伙伴關系，本質上是生態共贏的必然選擇。對芯片巨頭而言，聯想的價值不僅是“首發合作伙伴”的渠道優勢，更是其技術落地的“關鍵轉換器”—— 英偉達的Rubin平臺、AMD的Helios機架，借助聯想的超算級部署能力與規模化交付網絡，可以更快的轉化為企業可直接使用的生產力工具；而對聯想而言，綁定全球頂尖芯片廠商，意味著 ISG 業務能持續獲得核心技術賦能，始終站在AI基礎設施技術迭代的最前沿，同時借助芯片巨頭的品牌勢能，快速建立在AI推理領域的行業話語權。

這種 “技術互補、生態共生” 的伙伴關系，讓聯想在激烈的市場競爭中占據了不可替代的生態位，也讓ISG業務得以借助這場萬億美元級別的產業機遇，提升整體盈利能力。

一場“重新發明”IT基建的競賽

CES 2026所揭示的，不是一輪短期的產品周期，而是一場橫跨十年的IT基礎設施重構。

過去三十年，全球 IT 產業累計投入的10–15萬億美元基礎設施，正在被逐一替換為適應AI推理需求的新型硬件、軟件和服務。這一過程，就像工業革命時期用電力取代蒸汽動力，信息革命時期用互聯網取代電報電話，將徹底改變人類社會的生產方式和生活方式。

對于企業而言，這場重構是一次“生死抉擇”。那些能夠快速搭建高效、安全、低成本的推理基礎設施的企業，將在智能化浪潮中搶占先機，實現生產力的跨越式提升；而那些固守傳統IT架構、錯失推理時代機遇的企業，將逐漸被市場淘汰。正如楊元慶所言：“新一輪 AI 推理浪潮已經到來，誰能將智能部署到本地、邊緣和用戶端，讓智能觸手可及，誰就能在未來的競爭中活得更好。”

對于科技巨頭而言，這場重構是一場“話語權之爭”。英偉達試圖通過“芯片+生態” 的閉環，壟斷推理算力的核心技術；AMD試圖通過“開放+差異化”，在企業級市場撕開缺口；聯想則憑借“物理基礎設施+全流程服務”，成為連接芯片廠商和客戶的關鍵樞紐。

在這一過程中，真正的贏家，未必是發布會上最耀眼的那家公司，而是那些能夠將算力轉化為可復制、可運營、可盈利基礎設施的參與者。這場萬億美元的基建重構浪潮，注定將充滿競爭與合作、創新與顛覆。

正如黃仁勛描繪的，過去三十年的計算體系正在走向終點。而下一套體系的建設，才剛剛開始。

CES2026已落下帷幕（1月6日-1月9日）
雷科技史上最大規模CES報道團，已陸續啟程回國。雷科技CES2026報道專題已推送超過55+內容（最終會超過65+）以及10+短視頻，涵蓋幾乎所有參展CES2026的頭部品牌（以中美韓日為主），涉及AI硬件、AI芯片、AI眼鏡、具身智能、電視顯示、智能清潔、智能影像、AI家電、AI健康、AI音頻、AI汽車、AI出行、智能家居、AI PC、AI手機等核心領域的探展、對話、新品、觀察等內容。
相關內容除了自有渠道外，還被騰訊、網易、頭條、百度、36kr等平臺重點推薦。您可以在主流平臺搜索“雷科技 CES”回顧CES2026的核心內容。