一句话看懂：在 2026 年上海 MWC 展会上，联想透露其未交付 AI 服务器订单价值已达约 1500 亿元，芯片供应紧张导致积压严重。这直接反映了 AI 训练和推理需求对硬件算力的持续高压，也意味着服务器市场的竞争已经进入白热化阶段。
事件核心：发生了什么
2026 年 6 月底，联想在 MWC 上海公布了一组关键数据：截至 26 日，其 AI 服务器未交付订单总价值已攀升至约 1500 亿元人民币，产品持续供不应求。此前在 5 月底的季度财报中，这一数字为 1400 亿元，同比增速高达 50%。数据显示，AI 基础设施建设并未因芯片短缺而降温，反而因大模型训练与推理需求爆发，进一步推高了算力供给端的压力。联想已与多家国产 GPU、CPU 厂商建立深度合作，试图缓解产能瓶颈，并明确表示将把 ISG 中国业务在 2027 年做到千亿营收，以巩固其在服务器市场的领先位置。
为什么重要
这则数据有两个深层含义。其一，AI 算力依然是整个大模型生态的稀缺资源，芯片供应紧张并非短期现象，而是从云端到边缘端的长期结构性矛盾。其二，联想的订单积压规模直接印证了“算力即基础设施”的行业共识——任何需要大规模模型训练或推理的 AI 应用，无论是开源模型的微调，还是闭源 API 的调用成本，最终都依赖于底层硬件产能。服务器厂商的产能竞赛，实质上会影响到从模型训练速度到推理部署成本的每一个环节。
对用户/开发者/创作者的影响
对于 AI 应用开发者和企业用户，算力紧张的直接后果是模型训练和推理成本难以快速下降。如果服务器厂商产能跟不上需求，云服务商采购硬件的成本将保持高位，进而传递给使用 API 或云 GPU 实例的开发者。对于从事图像生成、大语言模型微调的创作者或技术团队，意味着需要更关注算力资源预约、竞价实例策略或私有化部署方案，以避免因算力挤兑导致项目延迟。同时，国产 GPU 厂商的生态成熟度将直接影响供应链稳定性，开发者需留意底层硬件的兼容性变化。
AI 工具推荐
想把多个 AI 模型放在一个入口？
GamsGo AI 集成 ChatGPT、DeepSeek、Gemini、Claude、Midjourney、Veo 等常用模型，适合写作、绘图、视频和日常 AI 工作流。
推广链接：通过此链接购买，我可能获得佣金，不影响你的价格。
值得关注的后续
第一，联想 2027 年的千亿营收目标能否实现，取决于国产 GPU 产能爬坡速度及供应链能否打通。第二，其他服务器厂商（如浪潮、超聚变等）是否也会公布类似订单积压情况，这将揭示市场竞争的真实激烈程度。第三，芯片供应紧张是否会倒逼更多模型厂商优化推理效率，推动量化、剪枝等轻量化技术的落地——这是直接影响开发者工具链和 API 使用成本的关键变量。
来源：AIbase
