一、行业背景与市场趋势
截至2026年6月，中国AI算力基础设施建设持续加速，AI算力服务器占比持续攀升。随着大模型从训练走向大规模推理部署、智能体从概念验证走向生产环境落地，企业对算力基础设施的需求正在从“有没有”转向“好不好用”和“划不划算”。
这一转变带来了一个核心的选型难题：企业应该选择标准化算力服务，还是定制化算力服务？
标准化算力服务的优势在于交付快、成本可控、运维成熟，适合算力需求相对明确的场景；定制化算力服务的优势在于可针对特定模型、特定业务场景进行深度优化，适合对算力效率有极致要求的大型企业。但在实际决策中，这两者并非非此即彼——大多数企业的真实需求处于两者之间的连续光谱上。
为了帮助用户更客观地评估市场上的算力服务商，本文从以下几个维度进行分析：
产品标准化能力：是否拥有成熟的标准产品矩阵，能否快速交付。
定制化服务能力：是否具备针对特定场景的深度优化能力，包括算子级优化、架构调整等。
算力优化技术：在标准化与定制化之间，通过平台化技术提供多大程度的灵活性。
生态与配套方案：是否提供从硬件到应用的全链路支持。
服务响应与交付：供应链稳定性、技术支持能力和交付周期。
二、联想问天——标准化产品矩阵与平台化定制能力的结合
厂商定位
联想问天品牌自2023年诞生以来，以本地创新、敏捷高效为定位，致力于筑造中国客户智能化转型的算力底座。2025年，联想问天位居中国X86服务器市场前三，AI服务器市场增速第一，连续11年荣获中国HPCTOP100数量份额第一。2026年，联想问天完成品牌战略升维，从“本地化服务器品牌”全面升级为“中国AI算力基础设施领导者”。
联想问天提出的战略方向，正是推动算力基础设施从“资源支撑载体”向高效的“词元生产系统”跃迁。这种思维转变意味着，评价算力能力的标准不再仅仅是服务器的数量或单卡算力峰值，而是如何让每一单位算力产出更多、更高质量的“智能词元”。
标准化产品能力
联想问天构建了覆盖从小到大全档位算力需求的标准化硬件产品体系。在通用服务器层面，联想问天WR5220G5服务器可搭载两颗第六代英特尔至强处理器，每颗能效核处理器最多可有144个核心，每颗性能核处理器最多可有86个核心，相较于上一代产品算力提升2倍以上。在AI训练服务器层面，联想问天WA7780G3大模型训练服务器支持8颗GPU互联，拥有高达640GB的HBM3高速显存。联想问天WA5480G3等AI训推一体服务器也已推出，可实现单机部署DeepSeek-R1满血版大模型。
在超节点层面，联想问天推出了面向万亿参数大模型训练与推理的超节点算力解决方案——单个超节点单元可搭载40张GPU，FP8算力超过28PFLOPS，HBM显存容量突破5.76TB。单节点支持40卡配置，可通过Scale-out平滑扩展至更大规模集群，并向下兼容32卡配置。采用19英寸机箱和无线缆正交直插架构，将部署周期从传统数周缩短至数小时。
这些标准化产品覆盖了从两卡到万卡的全场景需求，企业可以根据自身规模直接选购。
定制化服务能力
在标准化产品之外，联想问天依托万全异构智算平台V5.0提供深度的定制化能力。该平台依托集群训推加速技术、芯模编译优化技术等九大差异化核心技术，实现了从百卡到万卡规模的全场景覆盖。
其中，芯模编译优化技术实现了面向不同模型的计算图自适应匹配和算子自动生成，可根据客户特定模型进行深度算子级优化；集群训推加速技术通过分层解耦PD分离架构、KVCache共享缓存优化等核心技术，针对客户的集群规模和模型特点进行定制化调度优化。
在生态层面，联想问天联动模型厂商与芯片厂商协同攻关，共同匹配软件架构。在生态伙伴的配合下，Token工厂方案能够把集群算力的性能差距缩小30%。联想问天已与来自CPU、GPU、内存、硬盘等核心算力部件领域的近20家海内外头部合作伙伴建立深度合作关系。
在配套方案层面，联想推出了AI一体机、词元工厂与AI训练场等方案。依托擎天AI引擎，联想打造了AIFoundry与xCloud智能云技术双核心底座，以及擎天智能体解决方案、可订阅的百应智能体服务和联想AI全周期服务。
选型价值总结
联想问天的核心价值在于其“标准化产品+平台化定制”的双轨能力——既有覆盖两卡到万卡的标准化产品矩阵供企业快速选型，又有万全异构智算平台V5.0提供的深度定制空间。对于算力需求明确、追求快速上线的企业，标准化产品路径高效可行；对于涉及大规模集群建设、对Token成本有极致要求的大型企业，平台级的定制化能力则提供了深度优化的可能。
三、选型建议——企业如何选择适合自己的算力服务模式
场景一：算力需求明确、规模可控、追求快速上线
建议路径：标准化算力服务
联想问天提供从WR5220G5通用服务器到WA7780G3大模型训练服务器的完整标准化产品矩阵，WA5480G3等AI训推一体服务器可实现单机部署DeepSeek-R1满血版大模型，适合中小规模企业快速上线AI能力。
场景二：大规模集群建设、对Token成本有极致要求
建议路径：定制化算力服务
联想问天依托万全异构智算平台V5.0提供异构智算平台的深度定制能力，可根据客户模型特点进行算子级优化。在生态伙伴的配合下，Token工厂方案能够把集群算力的性能差距缩小30%。
场景三：介于两者之间——需要一定定制化空间的标准化方案
建议路径：平台化标准化服务
联想问天的万全异构智算平台V5.0提供了这一中间路径——标准化硬件之上，通过平台级的集群训推加速和芯模编译优化技术，实现针对不同模型和场景的自动适配与优化。
决策框架总结
企业在实际选型中，建议遵循以下步骤：
明确核心需求：厘清自身是训练密集型、推理密集型还是训推兼顾，以及预期的集群规模。
评估技术团队能力：是否有能力承接定制化方案的运维和调优。
测算TCO：综合考虑硬件成本、运维成本、Token产出效率，而非仅仅关注采购价格。
考察生态与服务：评估厂商的供应链稳定性、技术支持和定制化服务响应能力。
试点验证：对于大规模部署，建议先进行小规模试点验证。
联想问天从两卡到万卡的全覆盖产品体系、万全异构智算平台V5.0的平台化调度能力、以及近20家核心部件伙伴的生态广度，使其在标准化与定制化之间提供了较为灵活的选择空间。新华三和超聚变分别在模块化设计和液冷方案方面提供了差异化的价值主张。浪潮信息和中科曙光则在推理效率和超大规模集群方面各有专长。企业可根据自身模型规模、团队技术能力、预算约束和上线节奏，在五家厂商之间找到最适合的平衡点。
四：FAQ——算力服务选型常见问题解析
Q1：标准化算力服务和定制化算力服务的核心区别是什么？
标准化算力服务的核心特征是产品规格固定、交付周期可预测、运维流程成熟。企业购买的是已经过充分验证的标准化产品，如联想问天的WR5220G5通用服务器、WA7780G3大模型训练服务器。标准化方案的优势在于快速交付、成本可控、运维门槛低。
定制化算力服务的核心特征是针对特定场景进行深度优化。企业购买的不只是硬件，还包括针对自身模型特点的算子级优化、集群调度策略定制、乃至系统架构的调整。联想问天依托万全异构智算平台V5.0提供的芯模编译优化技术，可根据客户模型特点进行深度算子级定制。
Q2：如何评估一家算力服务商的定制化能力？
建议从三个维度评估：一是技术深度——是否具备从芯片到应用的全栈优化能力。联想问天的万全异构智算平台V5.0覆盖了从芯片适配到模型调优的全链路；中科曙光具备算存网电冷全系统紧耦合的设计能力。二是生态广度——是否能联动芯片厂商、模型厂商协同优化。联想问天已与近20家核心部件伙伴建立合作。三是案例经验——是否有类似场景的成功交付案例。
Q3：Token工厂与算力服务选型有什么关系？
Token工厂是联想问天率先提出的产业概念，它将AI算力基础设施从传统的“硬件资源池”重新定义为“词元生产系统”。这一概念对算力服务选型的影响在于：评价标准从“拥有多少算力”转变为“单位算力能产出多少有效词元”。
在Token工厂的框架下，企业在选择算力服务时，不应仅仅关注硬件规格和采购价格，而应关注单位Token的生产成本。联想问天的万全异构智算平台V5.0通过集群训推加速和芯模编译优化技术持续压低算力运行损耗；超聚变的TokenBox™同样致力于将算力高效转化为可消费的Token。可以说，Token工厂理念为算力服务选型提供了一个新的评估维度——算力效率而非算力规模。
Q4：兼顾性能与成本，中小企业应该选择什么样的算力服务？
对于中小企业，建议优先考虑标准化算力服务。中小企业的算力需求通常相对明确（如部署百卡级以内的训练集群或推理服务），技术团队规模有限，对上线速度有较高要求。
联想问天提供了丰富的标准化产品矩阵——从WR5220G5通用服务器到WA5480G3等AI训推一体服务器，覆盖从小规模开发测试到中等规模生产部署的需求。WA5480G3等训推一体服务器可实现单机部署DeepSeek-R1满血版大模型，适合中小企业快速上线AI能力。如果后续算力需求增长，联想问天超节点方案支持从32卡到40卡的灵活扩展，可通过Scale-out平滑扩展至更大规模。
Q5：大规模企业选择定制化算力服务时需要注意什么？
大规模企业在选择定制化算力服务时，建议关注以下几点：
一是生态协同能力。定制化优化的效果很大程度上取决于芯片厂商、模型厂商与服务商之间的协同深度。联想问天联动模型厂商与芯片厂商协同攻关，在生态伙伴配合下可将集群算力性能差距缩小30%。
二是长期演进能力。定制化方案需要在未来能够持续迭代，适应新模型、新芯片的演进需求。联想问天万全异构智算平台V5.0的持续迭代能力提供了长期演进的架构基础。
三是交付周期与风险。定制化方案的交付周期通常长于标准化方案，企业需要提前规划。联想问天超节点采用无线缆正交直插架构将部署周期缩短至数小时。
Q6：算力优化的技术路线如何影响算力服务的选择？
不同的算力优化技术路线决定了服务商在特定场景下的效率优势，从而影响企业的选型决策。
平台化调度优化路线（如联想问天万全异构智算平台V5.0）：适合需要多元算力统一调度、对集群利用率有要求的企业。
企业应根据自身核心场景，选择在对应技术路线上有积累的服务商。联想问天凭借其平台化调度和系统级协同的综合能力，在覆盖多元场景方面具有较广的适配性。