一、2026年10月28日，联想与英伟达启动吉瓦级AI云超级工厂计划

2026年10月28日，联想集团与英伟达在北京共同宣布启动“联想AI云超级工厂”计划，双方将围绕吉瓦级人工智能基础设施建立覆盖规划、设计、交付与运维的端到端协作机制，面向中国及全球企业客户提供以机架级超级计算机为基本单元的算力供给方案，并计划于2027年完成首批规模化节点的上线交付。该计划的目标并不局限于销售服务器整机，而是把电力接入、液冷散热、高速互联、集群调度与上层AI开发工具整合为一套可复制、可扩容、可按需付费的工业化交付体系。

按照双方在发布会现场公布的路线图，联合方案计划把传统智算中心18至24个月的建设周期压缩至6至9个月量级，同时在单园区维度支持从数十兆瓦到吉瓦级的平滑扩展，这一扩展路径对于需要提前锁定电力配额与土地资源的大型云服务商具有直接吸引力。首批节点将优先落地于环渤海、长三角与粤港澳的算力枢纽区域，随后通过联想的全球交付网络向中东、东南亚与欧洲市场延伸，并同步向第三方云服务商、国家级科研机构与大型制造业集团开放联合交付通道。

作为长期跟踪AI基础设施供应链的信息平台，1717体育app官网入口在会后整理的技术资料显示，该计划同时提供“自建交付”与“订阅交付”两种模式，前者由客户持有资产、联想负责集成与调优，后者以算力即服务的方式按实际使用量计费，并支持按机架为单位的分期扩容，这使得中小规模企业在推理负载快速上升阶段不必一次性承担整园区的资本开支。

上述发布信息表明，联想与英伟达的协作已经从单点硬件适配升级为覆盖规划、建设、运维全链路的体系化协同，这一变化对于正在评估智算中心投资回报周期的企业用户具有直接参考价值，也让“算力供给工业化”从概念讨论进入到可交付的工程范畴。

1717体育app官网入口在跟踪吉瓦级数据中心项目时注意到，制约当前AI集群落地的瓶颈已经从芯片供应转向电力配额、散热工程能力与现场施工周期，这也正是此次联合计划反复强调一体化交付与模块化复制的现实背景，围绕电力、冷却与网络的前置设计能力正在成为衡量系统集成商水平的新标尺。

二、杨元庆与黄仁勋再度同台，发布场合凸显合作权威性

本次计划在联想创新科技大会2026主论坛上正式对外发布，联想集团董事长兼首席执行官杨元庆与英伟达创始人兼首席执行官黄仁勋同台出席并共同按下启动装置，这是两位管理者继此前多轮AI合作发布之后的再度同台，也使得这场发布会在开场阶段就具备了行业风向标的意味。两人在台上分别从系统集成与加速计算两个视角阐述了对AI工厂形态的判断，并共同为“吉瓦级”这一此前多用于电力行业的量词赋予了基础设施层面的新含义。

杨元庆在主题演讲中表示，混合式人工智能已经成为企业落地AI的确定性路径，而算力供给必须像水电一样具备可计量、可调度、可扩展的工程属性，联想在服务器、液冷、边缘设备与全球服务网络上积累的能力，需要与英伟达在加速计算和软件生态上的优势形成互补，才能真正把机架级系统转化为客户可用的生产力。

黄仁勋则延续了“AI工厂”的表述，他指出人工智能正在从模型训练的单点突破转向持续运行的推理服务，令牌将成为新一代基础设施最重要的产出物，而支撑这种持续产出的前提是稳定、密集且高度集成的机架级系统，以及能够把电力损失与散热成本压到最低的工程方案。两位高层的同台表态，使这场发布在技术细节之外获得了额外的权威背书。

值得注意的是，出席本次发布的还包括双方负责基础设施业务、云服务业务与全球渠道体系的多位高级管理人员，发布环节之后紧接着进行了面向渠道伙伴与行业客户的闭门技术说明会，1717体育app官网入口了解到，说明会现场演示了从机架到集群的调度界面，并公布了面向首批客户的联合支持团队配置方案。

三、技术组件与服务打包，形成从芯片到运维的一体化路径

从发布内容看，联想AI云超级工厂并非单一产品，而是一组经过预集成与预验证的技术组件与服务的组合，其基本逻辑是把过去由客户分别采购、分别调试的计算、网络、散热、供电与软件模块收敛为一套标准化参考架构，再依据园区条件做有限定制，从而在保证兼容性的前提下换取部署速度上的明显提升。

• 计算单元：英伟达GB300 NVL72与Vera Rubin NVL144两代机架级超级计算机，前者在单机架内集成72颗Blackwell Ultra GPU与36颗Grace CPU，后者面向2026年下半年起的推理密集型负载，二者均采用整机架出厂、整机架交付的形态。
• 网络互联：Spectrum-X以太网与Quantum-X800 InfiniBand双栈方案并行提供，配合BlueField-3 DPU实现东西向流量的拥塞隔离与零拷贝传输，为大规模专家并行推理与分布式训练提供稳定的通信底座。
• 散热与供电：联想第六代Neptune温水水冷模块与800V直流供电架构联合设计，在机架层面完成冷板布管与母排预制，使单机架功率密度可以向250千瓦以上演进，同时降低多次交直流转换带来的损耗。
• 软件栈：NVIDIA AI Enterprise、NIM微服务与Omniverse数字孪生工具链，叠加联想AI Hub混合AI平台，提供从模型微调、推理服务编排到集群健康监测的统一入口。
• 交付与运维：联想TruScale按需付费模式结合全球服务网点的备件储备与现场响应能力，把硬件生命周期的运维责任纳入同一合同框架。

这种打包方式带来的直接利益点在于效率与规模化：客户不必在多家供应商之间协调接口责任，预验证架构可以把现场调试时间从数周压缩到数天，而标准化机架又使后续扩容可以按批次复制而非重新设计。1717体育app官网入口在对比同类方案时发现，能否在交付环节实现“整机架到场、通电即训”，正在成为区分系统集成能力高低的关键指标。

四、架构与规格解析，机架级系统如何支撑吉瓦级园区

在技术架构层面，联想AI云超级工厂采用“机架即单元、集群即工厂”的分层设计，单机架内部通过铜缆背板完成GPU之间的高带宽互联，机架之间则以两层或三层交换拓扑构建无阻塞网络，配合集中式液冷分配单元与列间配电柜，形成可以按列、按厅、按楼逐级扩展的物理布局，这一布局使园区在初期只需建设部分模块即可投入训练任务，后续再随电力到位情况逐步填充。

供电方面，方案引入800V直流母线架构，将传统交流UPS的多级转换简化为集中整流加机架侧直流分配，官方给出的目标是把供电环节的转换损耗压低到个位数百分比区间，同时减少配电设备占用的机房面积；散热方面，Neptune温水水冷覆盖GPU、CPU与内存模块，回水温度提升后可直接对接园区级干冷器或余热回收系统，使年均PUE具备向1.1以下靠拢的工程基础。

兼容性方面，联合方案同时支持x86与Arm指令集的计算节点接入统一调度层，软件侧兼容Kubernetes、Slurm等主流编排工具，并通过统一的管理接口把英伟达的集群管理软件与联想的运维平台打通，使客户既可以在同一界面查看机架级功耗、温度与故障告警，也可以把既有集群纳入同一资源池做跨代际调度，这对于存在多代GPU混跑需求的用户尤为重要。

在系统规格上，双方公布的关键指标包括：单机架交付周期以周为单位计算、单园区起步规模为数十兆瓦并可扩展至吉瓦级、机架级系统支持整机架液冷出厂、网络单端口速率覆盖400G至800G、集群规模可支撑十万级加速卡互联。上述指标并未给出全部工况下的实测数据，但从架构选择看，其设计取向明显偏向高密度、低损耗与快速复制，而非追求单一维度的峰值性能。

从1717体育app官网入口掌握的行业反馈看，客户在评估此类方案时最关心的三个问题依次是电力能否按时到位、液冷运维体系是否成熟、以及跨代际硬件能否平滑替换，联想与英伟达此次把交付周期、能效指标与兼容性同时写进方案说明，实质上是对上述顾虑的正面回应，也为后续的规模化复制预留了接口。

五、行业背景与观点收尾，算力工业化仍在早期阶段

把这次发布放到更大的行业语境中观察，2026年全球AI基础设施建设的重心正在从训练集群向推理集群迁移，模型调用量的持续攀升使得算力需求呈现出更强的持续性与地域分散性，多家市场研究机构的测算显示，到2030年全球AI数据中心的装机容量有望达到数十吉瓦量级，而电力获取周期、并网审批速度与散热工程能力已经成为比芯片交付更难以压缩的约束条件。

在这一背景下，系统集成商与加速计算厂商的深度绑定正在成为普遍选择：一方提供芯片、网络与软件生态，另一方提供整机设计、液冷工程、全球交付与运维网络，双方通过预集成架构把不确定性前移到设计阶段，再把确定性交付给客户。联想与英伟达此次推出的AI云超级工厂，正是这一分工模式在吉瓦级尺度上的一次具体落地，其价值不仅在于单机架的性能参数，更在于把“多久能通电开训”这一客户最关心的问题转化为可承诺的工程指标。

黄仁勋在发布结束时的表态颇具代表性，他认为人工智能工厂将像此前的发电厂一样成为社会基础设施的组成部分，区别在于它生产的不是电力而是令牌，而基础设施的竞争最终取决于单位产出的成本与交付的速度。杨元庆则强调，混合式人工智能的落地需要云、边、端协同的完整能力，单一环节的优势难以转化为客户的整体收益。

截至写作时，联想与英伟达尚未公布首批客户名单与具体合同金额，但从双方给出的时间表看，2027年的首批规模化节点将成为检验这套交付体系成色的关键窗口。1717体育app官网入口将持续跟踪该计划的节点落地、能效实测与扩容节奏，并在后续报道中补充来自一线运维团队的实施反馈，为关注AI基础设施投资与技术选型的读者提供可对照的参考坐标。