当你向一个 AI 应用提问时，答案像是从云端轻轻落下。
但在数据中心，它并不轻盈。一个字、一个词、一次推理，背后是一整柜机器在同时工作：GPU 在计算，交换芯片在传输，液冷系统在带走热量，存储系统在喂数据，软件调度在决定任务该流向哪里。
这是大模型时代人与 AI 对话的真实过程。前台是聊天框，后台是越来越庞大的 AI 工厂。
过去十几年，企业采购服务器，更像买一排标准化机柜。每台机器配几颗 CPU，通过网络相连，按节点、配置和交付周期计价。到了大模型时代，这套规则正在被重写。
OpenAI、微软、谷歌、亚马逊、Meta 谈论的，已经不只是服务器，而是 AI Factory、机架级系统、超节点。客户要的也不再是几千台标准机器，而是一种新型算力组织单元。
与之相应的，AI 竞争从单卡性能转向整柜架构、互联、散热、存储、调度能力。GPU 依旧重要，但能否让昂贵的 GPU 真正跑满，取决于一整套系统是否配合得足够高效。
这正是联想集团 ISG 站上的新风口。
5 月 22 日，联想集团最新的财报给出了清晰的图景。2025/26 财年第四财季，联想集团营收接近 1500 亿元人民币，同比增长 27.1%，创下近 20 个季度最高增速。全年营收达到 5899 亿元，同比增长 20.3%；调整后净利润同比增长 42.1%，增速约为营收增速两倍。
更重要的变化发生在 ISG。
第四财季，联想基础设施方案业务集团 ISG 营收达到 390 亿元人民币，同比增长 37%，创历史新高，并如期实现扭亏。运营利润和利润率也刷新业务开展以来的纪录。全年 ISG 营收超过 1360 亿元人民币，同比增长 32%，成功实现全年盈利。
这不是一次普通的扭亏为盈。过去，资本市场看联想集团，首先看 PC 周期。PC 带来稳定现金流，也带来估值天花板。ISG 收入增长快，但如果长期徘徊在盈亏线附近，会被视为消耗利润的业务。
现在，情况逆转，ISG 第一次真正站到了利润叙事的中心。
手握 1400 亿元 AI 服务器储备订单
5 月 22 日，联想集团董事长兼 CEO 杨元庆在业绩发布会上表示，联想交出的是历史上最好的第四季度，三个业务集团都取得双位数收入增长。他特别提到，ISG 在实现 37% 高速增长的同时，大幅改善盈利，利润首次超过 2 亿美元，运营利润和利润率双双创下历史最好成绩。
CFO 郑孝明补充，新财年，公司有信心让 ISG 每个季度都有很大的收入增长。
所谓拐点，含义不只是赚到钱，它意味着联想 ISG 过去多年的耐心投入，开始被 AI 基础设施周期重新定价。
ISG 的前身可以追溯到 2014 年联想收购 IBM x86 服务器业务。2021 年，联想把企业级硬件业务独立为基础设施方案业务集团，杨元庆曾把它定位为 PC 之外的第二增长引擎。
但这条路真的不轻松。传统服务器市场高度标准化，毛利率不算丰厚。客户结构、供应链、产品组合和服务能力，都需要时间补齐。ISG 曾长时间在盈亏线附近徘徊，大模型改变了一切。
AI 服务器不是传统服务器的简单升级，而是算力、存储、网络、散热、运维能力的综合比拼。联想在服务器、超算、液冷、企业客户上的积累，遇到一个更大、更适合的舞台。
超节点与机遇
联想第四财季 AI 服务器收入继续刷新历史纪录；全年 AI 服务器收入同比增长 50%，并形成超过 1400 亿元人民币订单储备。分析师会议上，公司披露的 AI 储备订单口径为 210 亿美元，背后是数千家新老客户。
订单储备的意义在于，ISG 增长不再只是某个季度的爆发，而是有了更高可见度。这也解释了为什么联想要反复强调超节点、AI 工厂、混合式 AI。
在传统服务器时代，客户关心的是单台机器配置、价格、交付周期。到了 AI 时代，客户真正关心的是一整套系统能不能稳定跑起来，能不能提高 GPU 利用率，能不能把每个 Token 的成本降下来。
AI 每一次回答你的问题，背后不是某一颗芯片孤军奋战，而是一整柜机器在配合。一台机柜里，计算、互联、供电、散热、存储、运维必须一起设计。任何一个环节短板，都会拖累整体效率。
超节点为什么给系统厂商带来机会？因为复杂度上去了。
单芯片功耗提高后，风冷越来越难以承受。高密度 AI 机柜对液冷、供电、布线和运维提出全新要求。客户需要的不再是标准化硬件买卖，而是一整套能部署、能调试、能运维、能持续优化的系统工程。
谁具备架构设计、热管理、供应链整合和大规模交付能力，谁就有机会在超节点时代拿到更高价值量。这正是联想 ISG 的机会。
联想不是只卖一台服务器。它有全球制造网络，有服务器和存储产品线，有第七代 Neptune 海神液冷技术，也有面向企业客户的服务能力。它正在把这些能力放进 AI 基础设施的叙事里。
今年 1 月，联想集团与英伟达推出 Lenovo AI Cloud Gigafactory。3 月 GTC 期间，联想又宣布与英伟达扩展 Hybrid AI Advantage，从设备、边缘、数据中心延伸到千兆瓦级 AI 云部署。
5 月 22 日，在投资者业绩会上，联想集团管理层提到，公司围绕 AI 推理和优化 Token，完成了 Think 系列历史上最大规模的产品线刷新；同时依托 HPC 和超级计算经验，以及第七代 Neptune 液冷技术，推动 NVIDIA Vera Rubin、AMD Helios 等产品同步上市，形成覆盖边缘、数据中心到云端的 AI 产品矩阵。
这背后有一个重要变化：AI 基础设施正在从训练走向推理。
全球资源本地交付
对话媒体时，杨元庆做出判断，现在大约 70%-80% 的 AI 基础设施、GPU 和服务器用于训练，只有 20%-30% 用于推理。但未来可能反过来，70% 用于推理，30% 用于训练。更关键的是，这并不意味着训练需求会减少，训练基础设施仍会继续增长。
这句话很关键：如果说过去两年 AI 服务器需求主要来自大模型训练，那未来几年，推理需求会把 AI 基础设施带入更广泛、更分散、更长周期的市场。云厂商仍然重要，但各种规模的企业、Neocloud 客户会加入进来。
联想集团已经在调整客户结构。杨元庆提到，仅靠原来的大型云服务商已经不能满足 AI 基础设施需求，很多 Neocloud 客户增长更快。联想正从第一层超大规模云厂商，迅速转向第二层级的 Neocloud 客户。
这类客户既不同于传统企业，也不同于超大规模云厂商。它们需要定制产品，又要求强制造能力和快速交付。杨元庆把联想的模式称为 ODM+，核心是自主制造、全球覆盖制造基地，以及全球资源、本地交付。
这是一种介于传统 OEM 和 ODM 之间的打法。它既要有制造效率，也要有方案能力。既要能大规模交付，也要能定制化服务。ISG 的增长不是单纯靠规模堆出来的，客户结构、产品组合和运营效率，都在一起变化。
这就带来了估值问题的讨论。过去，服务器厂商容易被看作低毛利硬件装配商；现在，机架级系统、液冷、交付速度、全生命周期服务和存储能力，正在把系统厂商推向更高价值位置。
重构估值叙事
同行已经给出参照。Dell 在最新财年披露，全年获得超过 640 亿美元 AI 优化服务器订单，交付超过 250 亿美元，并以 430 亿美元 AI 服务器订单储备进入新财年。HPE 也披露约 50 亿美元 AI backlog。
相比之下，联想超过 1400 亿元人民币的 AI 服务器订单储备，或者按分析师会口径 210 亿美元 AI pipeline，虽然与 Dell backlog 不是完全相同口径，但已经足以说明联想进入了全球 AI 基础设施一线厂商的竞争序列。
联想的 AI 服务器订单储备，体量介于戴尔与 HPE 之间。资本市场对戴尔等的估值，建立在 AI 服务器 = 纯增量的逻辑上；联想 ISG 曾长期被视作 PC 公司的附属业务，估值锚定在传统服务器的低毛利结构中。如今 ISG 扭亏，意味着这条估值锚已经过时。
这会改变联想的估值叙事，更重要的是，联想正在补齐高端存储这块拼图。
4 月初，联想完成对高端企业存储公司 Infinidat 的收购。Infinidat 服务金融、医疗、电信和公共部门等关键负载，核心能力包括 InfiniBox 和 InfuzeOS 操作系统。分析师会上，联想管理层称，这项收购将把 Infinidat 的高性能存储 IP 融入混合 AI 优势层，填补现有中端存储产品线的能力短板，并帮助联想覆盖高达 85% 的整体市场，对应 380 亿美元潜在市场规模。
AI 基础设施不只需要算力。训练和推理都需要高性能、高可靠性的数据底座。没有存储，GPU 会等待数据；没有网络，超节点会被通信拖慢；没有液冷，整柜算力跑不满。Infinidat 补上的，正是高端存储和关键任务数据管理能力。
算力、网络、存储、液冷、服务，这几个要素放在一起，联想 ISG 真正从服务器供应商，向 AI 基础设施集成商演变。
