联想万全词元工厂落地张家口：1.5万P算力，年产值超2000万亿词元

11月的张家口已入初冬，风吹在脸上带着寒意。当地有句老话，“坝上一场风，从春刮到冬”，过去这是人们对家乡多风气候的一种调侃。

可对这座距北京大约180公里的城市来说，曾经让人挨冻的风，眼下成了发展人工智能算力产业的一份宝贵资源。

坝上的风机被风吹转，风能变成电力；凉爽的气候又能帮数据中心少花散热方面的能耗。张家口是国家“东数西算”工程京津冀算力枢纽的重要节点，联想、阿里、腾讯以及一批数据中心运营商纷纷在此落子。到目前，张家口已投运算力中心55个，智算总规模达到31.8万P（FP16），在全国地级市中排名靠前，为京津冀区域智能经济和人工智能企业的发展提供了重要战略支撑。

算力基础设施规模这么大，张家口算力产业下一阶段的问题也跟着来了：算力建在张家口，价值究竟留下了多少？

“堆砌的算力并不能带来真正的价值。”11月10日，联想集团高级副总裁、中国方案服务业务群总经理戴炜对记者说得很直接。同一天，联想把万全混合词元工厂的首个母本工厂设在张家口，想试一种新的算力服务模式：不只卖机柜和计算资源，而是把算力做成可计量、可交付的词元（Token）服务。

从风电、光伏这些绿色能源，到数据中心里的服务器，再到大模型运行过程中不断生成的词元，一条新的产业价值链正在张家口铺开。

风、冷、近：大厂为何把算力建在张家口

张家口做算力，优势首先在能源和地理位置。

张家口的风电和光伏资源本就充裕，这里还是国家级可再生能源示范区。全市可再生能源装机已突破4500万千瓦，一年发电量在700亿千瓦时以上。再加上紧邻北京，京津冀一带人工智能研发、模型训练和推理产生的需求，当地有条件接得住。

联想集团执行副总裁兼中国区总裁刘军在接受采访时说，这里离北京180多公里，光纤通信时延不到2毫秒，坐高铁一小时就到。和距离北京较远的西部算力节点相比，低时延让张家口更适合承接北京及周边的实时推理需求。

另外，当地全域年均气温低于约7摄氏度，绿电资源也比较充足，这为压低制冷和能源成本创造了条件。

不过，能源丰富、又能承接算力需求，这只是起点。

以往，数据中心产业赚钱主要靠机柜租赁、服务器托管和算力租赁这些模式。大模型应用从训练走向训推结合、推理需求再逐步增多之后，竞争焦点正转向算力利用率、模型适配、响应速度和持续运营。企业客户提的要求也更具体：能不能按实际使用量付费？能不能跟着业务高峰动态调用算力？能不能少花点钱解决不同芯片、模型之间的适配问题？

联想做词元工厂，是想把传统计算资源进一步变成面向AI应用的服务。办法是通过异构算力管理、模型路由和公私资源调度，让不同任务匹配不同的模型和算力。

按照规划，母本工厂在张家口初期要建约100兆瓦智算中心，以及1.5万P的异构算力集群，一年词元产量超过2000万亿个。初期建成之后，峰值词元产出预计可达每秒2亿个。到2030年，计划把相关核心指标再提高10倍及以上。

传统数据中心主要看机架数量和算力规模，这些指标则把词元产量、生成速度和综合成本纳入了考核。

运营效率方面，联想提出的目标是每秒词元输出量提升五倍、综合词元成本降低70%、数据中心PUE控制在1.1以内。

每秒2亿个词元，可以支持10万个用户同步使用。以联想集团为例，按这个测算，联想全球8万多名员工能同时调用几百个智能体，处理合同、供应链计划、生产质检和营销内容等任务。

降本70%怎么做到？戴炜在采访中解释，成本优化主要来自三个环节：底层算力设备和异构计算平台的优化，词元中枢的模型路由和资源调度，以及数据中心建设运营环节的能效改善。

同时，涉及敏感数据的任务优先放在私有资源池，其他任务则按实际需求调用公有云资源。

刘军在采访中透露，联想已经接入火山引擎、腾讯云、阿里云、百度智能云等国内主要云平台，可以依据模型需求、服务价格等因素做动态路由。这一模式的核心，是让不同芯片、不同模型以及

词元工厂的商业模式还在摸索。戴炜表示，眼下由单个企业独自承担一座混合词元工厂的成本，并不常见。除了大型企业、云厂商和运营商，未来更大的增长空间可能来自产业集聚区——把多个企业的推理需求聚到一起，提高基础设施利用率。

张家口母本工厂因此担着双重任务：一边服务联想自身不断增长的AI应用需求，一边验证建设运营和成本优化体系，为以后复制到不同产业地区提供样板。

对词元工厂运营商来说，真正决定盈利能力的，不只是每秒能生产多少Token，还有算力利用率、客户付费水平、设备折旧、电力成本以及长期合同是否稳定。

换句话说，词元工厂不是把传统数据中心换个计费名目就完事。真正的核心问题是：怎么把客户的使用成本压下来，同时自己还能保住利润。

AI产业开始算经济账

“2027年会是重视ROI（投入产出比）的起始年。”

中信建投证券计算机行业首席分析师应瑛认为，AI产业的评价尺度正在起变化。企业花一元钱上AI，到底能省下多少、多赚多少，正被资本市场盯上。

她还提到，AI产业链各环节的估值标准并不统一。服务器企业，资本市场看的是订单、交付和运营；词元工厂这类算力运营企业，关注点在利润率、折旧、电力成本和现金流；到了下游模型和应用企业，则要考察客户续费、毛利率、业务渗透深度和持续增长能力。

在影视行业，这笔账已经细到每一分钟视频的制作成本。

芒果TV做出了第一部上星AI长剧《后西游记》。戴炜在采访中透露，联想与芒果最初谈的是AI内容生成智能体，用着用着，客户发现新的卡点变成了Token成本。

“一分钟起步的Token就是10万元以上。”戴炜说。AI视频制作从单点生成延伸到剧本、分镜、视频生成和渲染等多个环节后，生成内容的计算成本正成为影响项目盈利的重要变量。

芒果传媒战略投资部投资总监肖文强表示，影视企业对AI的关注，已经从早先看生成效果，转为算实际投入。将来如果能按Token计费，每条影片的AI成本就能更清楚地纳入项目预算。

同时，影视行业的算力需求并不平稳。项目集中制作时需求猛增，项目一结束又快速回落。企业若按全年峰值自建算力设施，资源闲置很难避免。“算力供给方式得服从于我们内容的生产方式。”肖文强说。

版权和数据安全也是影视企业绕不开的。芒果手里有大量自有IP及版权素材，核心资产不能离开园区，所以本地化部署成了它挑算力合作伙伴的重要条件。

教育行业的算力需求比影视更分散，但高峰与低谷同样明显。

上海武桐树高新技术有限公司总经理陈少平表示，公司参与建设的教育数字化基础设施和智能体平台，已覆盖上海许多中小学。集中备课、作业批改和考试期间需求激增，寒暑假相对平稳，按峰值自建算力，低谷期容易闲置；未成年人信息又对数据隔离、权限管理和审计提出要求，可靠性同样是硬约束。

随着AI助教、作业批改和学情分析等应用进入教学流程，实际项目实施中最花时间的并不是算力部署，而是与学籍、课表、作业等原有业务系统的对接。

拍影视的算的是每分钟内容花多少钱，做教育的看的是不同教学周期怎么分配资源，资本市场盯的则是算力运营企业的利润率、折旧、电费和现金流。说到底，AI基础设施能不能真造出价值，光比算力多大、Token产出多少已经不够了。

从按算力资源收费，到按Token调用量计费，再到未来可能出现的按任务和效果付费，AI服务正在寻找更贴近实际业务价值的计价方式。不过这种模式也对服务质量评价、业务效果归因和成本核算提出了更高要求。

联想也正试着把这套打法搬到更多地方。戴炜透露，下一步打算在湖南落地一座服务影视内容生产的词元工厂，目标是制作成本降50%、生产周期缩短60%，每月产出成片超过1200小时。另外还会结合各地产业特点，去试智能制造、教育以及算力出海这些场景。

张家口发展算力产业，风电和冷凉气候是老天给的条件，数据中心集群也已经成规模。往后看这座算力之城发展得好不好，机柜数量和算力规模之外，更得看这些算力到底带来了多少实际价值。

应瑛表示：“词元经济的资本价值，最后要靠两本账一起证明：一本是客户的生产力账，一本是供给企业的盈利账。两本账都算得通、走得通，产业才能持续发展，企业估值才会有坚实支撑。”